java - 如何使用Spark java从mariadb读取数据

Question

我需要使用 Spark 和 Java 从 MariaDB 读取表。

我编写了一个Java代码，用于从数据库读取表数据。连接建立成功，但在读取数据时产生错误。我正在尝试将表数据作为数据框读取。但列名在结果中显示为列值。找到下面给出的代码:

import java.io.IOException;
import java.io.InputStream;
import java.util.Properties;
import org.apache.spark.sql.Dataset;
import org.apache.spark.sql.Row;
import org.apache.spark.sql.SparkSession;
import static org.apache.spark.sql.functions.col;

public class mariadb_to_csv {    
public static void main(String[] args) {

    Properties prop = new Properties();
    String resourceName = "config.properties";
        ClassLoader loader = Thread.currentThread().getContextClassLoader();
        try(InputStream resourceStream = loader.getResourceAsStream(resourceName)) {
            prop.load(resourceStream);
        } catch (IOException e) {
            e.printStackTrace();
        }
    SparkSession spark = SparkSession.builder()
            .appName("Java Spark SQL basic example")
            .config("spark.some.config.option", "some-value").getOrCreate();

    Dataset<Row> jdbcDF = spark.read().format("jdbc")
            .option("url","url_address")
            .option("driver", "org.mariadb.jdbc.Driver")
            .option("dbtable", "source_table")
            .option("user", "username")
            .option("password", "password")
            .load();
    jdbcDF.select(col("code"), col("name"), col("isActive"), col("createdByUser"), col("modifiedByUser")).show();       


     }
     }  

结果，列值在列名称中重复。

这有什么问题吗？

Answer 1

“maridb”连接器似乎有问题。将主机 URL 从“jdbc:ma​​riadb://${Hostname}:${Port}/${Database}”更改为“jdbc:mysql://$ {Hostname}:${Port}/${Database}"为我解决了问题。

MariaDB 和 Databricks 还使用“jdbc”作为连接 URL 来解释如何使用 Spark 从 Mariadb 读取数据。

1. https://mariadb.com/kb/en/library/mariadb-columnstore-with-spark/#usage

2. https://docs.databricks.com/spark/latest/data-sources/sql-databases.html