java - Cassandra 的 Spark2 session ，sql 查询

Question

在 Spark-2.0 中，创建 Spark session 的最佳方式是什么。因为在 Spark-2.0 和 Cassandra 中，API 已经过重新设计，基本上弃用了 SqlContext(以及 CassandraSqlContext)。因此，为了执行 SQL，我创建了一个 Cassandra Session (com.datastax.driver.core.Session) 并使用了 execute( "")。或者我必须创建一个 SparkSession (org.apache.spark.sql.SparkSession) 并执行 sql(String sqlText) 方法。

我不知道两者的 SQL 限制 - 谁能解释一下。

此外，如果我必须创建 SparkSession - 我该怎么做 - 找不到任何合适的示例。随着 API 的重新设计，旧示例不再适用。我正在浏览这段代码示例- DataFrames - 不清楚这里使用的是什么 sql 上下文(这是前进的正确方法。)(出于某种原因，已弃用的 API 甚至无法编译 - 需要检查我的 eclipse 设置)

谢谢

Answer 1

您需要 Cassandra Session 来从 Cassandra DB 创建/删除键空间和表。在 Spark 应用程序中，为了创建 Cassandra Session，您需要将 SparkConf 传递给 CassandraConnector。在 Spark 2.0 中，您可以像下面那样进行操作。

 SparkSession spark = SparkSession
              .builder()
              .appName("SparkCassandraApp")
              .config("spark.cassandra.connection.host", "localhost")
              .config("spark.cassandra.connection.port", "9042")
              .master("local[2]")
              .getOrCreate();

CassandraConnector connector = CassandraConnector.apply(spark.sparkContext().conf());
Session session = connector.openSession();
session.execute("CREATE TABLE mykeyspace.mytable(id UUID PRIMARY KEY, username TEXT, email TEXT)");

如果您有现有的 Dataframe，那么您也可以使用 DataFrameFunctions.createCassandraTable(Df) 在 Cassandra 中创建表。查看 api 详细信息 here .

您可以使用 spark-cassandra-connector 提供的 api 从 Cassandra DB 读取数据，如下所示。

Dataset<Row> dataset = spark.read().format("org.apache.spark.sql.cassandra")
            .options(new HashMap<String, String>() {
                {
                    put("keyspace", "mykeyspace");
                    put("table", "mytable");
                }
            }).load();

dataset.show(); 

您可以使用 SparkSession.sql() 方法对在由 spark cassandra 连接器返回的 Dataframe 上创建的临时表运行查询，如下所示。

dataset.createOrReplaceTempView("usertable");
Dataset<Row> dataset1 = spark.sql("select * from usertable where username = 'Mat'");
dataset1.show();