Spark用dataframe操作ES

Stella981
• 阅读 682
直接上代码:
package com.suning.scdc.hspark.goods.test

import scala.collection.Seq
import scala.collection.mutable.LinkedList
import org.apache.spark.SparkConf
import org.apache.spark.SparkContext
import org.elasticsearch.spark.sparkContextFunctions
import org.slf4j.LoggerFactory
import org.elasticsearch.spark.rdd.EsSpark
import org.apache.spark.sql.SparkSession
import org.apache.spark.sql.SaveMode

object OrderES {
  val logger = LoggerFactory.getLogger(OrderES.getClass)
  var sc: SparkContext = null
  def main(args: Array[String]): Unit = {
    val conf = new SparkConf()
      .set("es.nodes", "10.37.154.82,10.37.154.83,10.37.154.84")
      .set("cluster.name", "elasticsearch")
      .set("es.port", "9200")

    sc = new SparkContext(conf)
    dfEs(sc)
    //esRdd(sc)
  }

  def esRdd(sc: SparkContext): Unit = {
    //查询合作方为abc的数据
    val query = """{"query":{"match":{"memberId": "7013894650"}}}"""
    val esRdd = sc.esRDD(s"snprime_login/login", query)
    val rdd = esRdd.map(line => {
      val key = line._1
      val value = line._2

      for (tmp <- value) {
        val key1 = tmp._1
        val value1 = tmp._2
      }

      val mp = scala.collection.immutable.Map(
        "orderNo" -> value("memberId").toString(),
        "loginTm" -> value("loginTime").toString(),
        "year" -> "1994")

      (key, mp)

    })
    print("lst=")
    rdd.foreach(println)
    EsSpark.saveToEsWithMeta(rdd, "bmps/order")
  }


  def dfEs(sc: SparkContext): Unit = {
    val spark = SparkSession
      .builder()
      .appName("sql test")
      .master("local")
      .getOrCreate()

    import spark.implicits._
    import spark.sql

    //    //创建dataframe示例
    //    val df = spark.read.json("C:\\Users\\Administrator\\Desktop\\people.json")
    //    df.createOrReplaceTempView("people")
    //    val sqlDF = spark.sql("select * from people")
    //    sqlDF.show()

    val query = """{"query":{"match":{"memberId": "7013894650"}}}"""

  
    val readDf = spark.read.format("org.elasticsearch.spark.sql").load(s"snprime_login/login")
      .select("memberId", "loginTime")

    readDf.show
    
 
    // set primary key for es
    val esmap = Map("es.mapping.id" -> "memberId")

    readDf.write.format("org.elasticsearch.spark.sql").options(esmap).save("bmps/order")
    //readDf.write.mode(SaveMode.Append).format("org.elasticsearch.spark.sql").save("bmps/order")


    //val esDf = sqlContext.esDF(s"snprime_login/login", query)
    //将dataFrame/rdd写入es
    //esRdd.saveToEs("cmall_order/order")
    //resultDf.saveToEs("index/type")
    //         val schema = StructType(
    //      Seq(
    //        StructField("memberId",StringType,true)          
    //        ,StructField("loginTime",StringType,true)
    //      )
    //    )
    //    val schema2 = StructType(List(
    //
    //    StructField("integer_column", IntegerType, nullable = false),
    //
    //    StructField("string_column", StringType, nullable = true),
    //
    //    StructField("date_column", DateType, nullable = true)
    //
    //))
    //
   

  }
}
点赞
收藏
评论区
推荐文章
blmius blmius
3年前
MySQL:[Err] 1292 - Incorrect datetime value: ‘0000-00-00 00:00:00‘ for column ‘CREATE_TIME‘ at row 1
文章目录问题用navicat导入数据时,报错:原因这是因为当前的MySQL不支持datetime为0的情况。解决修改sql\mode:sql\mode:SQLMode定义了MySQL应支持的SQL语法、数据校验等,这样可以更容易地在不同的环境中使用MySQL。全局s
Wesley13 Wesley13
3年前
java将前端的json数组字符串转换为列表
记录下在前端通过ajax提交了一个json数组的字符串,在后端如何转换为列表。前端数据转化与请求varcontracts{id:'1',name:'yanggb合同1'},{id:'2',name:'yanggb合同2'},{id:'3',name:'yang
皕杰报表之UUID
​在我们用皕杰报表工具设计填报报表时,如何在新增行里自动增加id呢?能新增整数排序id吗?目前可以在新增行里自动增加id,但只能用uuid函数增加UUID编码,不能新增整数排序id。uuid函数说明:获取一个UUID,可以在填报表中用来创建数据ID语法:uuid()或uuid(sep)参数说明:sep布尔值,生成的uuid中是否包含分隔符'',缺省为
待兔 待兔
5个月前
手写Java HashMap源码
HashMap的使用教程HashMap的使用教程HashMap的使用教程HashMap的使用教程HashMap的使用教程22
Jacquelyn38 Jacquelyn38
3年前
2020年前端实用代码段,为你的工作保驾护航
有空的时候,自己总结了几个代码段,在开发中也经常使用,谢谢。1、使用解构获取json数据let jsonData  id: 1,status: "OK",data: 'a', 'b';let  id, status, data: number   jsonData;console.log(id, status, number )
Wesley13 Wesley13
3年前
Java获得今日零时零分零秒的时间(Date型)
publicDatezeroTime()throwsParseException{    DatetimenewDate();    SimpleDateFormatsimpnewSimpleDateFormat("yyyyMMdd00:00:00");    SimpleDateFormatsimp2newS
Wesley13 Wesley13
3年前
mysql设置时区
mysql设置时区mysql\_query("SETtime\_zone'8:00'")ordie('时区设置失败,请联系管理员!');中国在东8区所以加8方法二:selectcount(user\_id)asdevice,CONVERT\_TZ(FROM\_UNIXTIME(reg\_time),'08:00','0
Wesley13 Wesley13
3年前
00:Java简单了解
浅谈Java之概述Java是SUN(StanfordUniversityNetwork),斯坦福大学网络公司)1995年推出的一门高级编程语言。Java是一种面向Internet的编程语言。随着Java技术在web方面的不断成熟,已经成为Web应用程序的首选开发语言。Java是简单易学,完全面向对象,安全可靠,与平台无关的编程语言。
Stella981 Stella981
3年前
Django中Admin中的一些参数配置
设置在列表中显示的字段,id为django模型默认的主键list_display('id','name','sex','profession','email','qq','phone','status','create_time')设置在列表可编辑字段list_editable
Wesley13 Wesley13
3年前
MySQL部分从库上面因为大量的临时表tmp_table造成慢查询
背景描述Time:20190124T00:08:14.70572408:00User@Host:@Id:Schema:sentrymetaLast_errno:0Killed:0Query_time:0.315758Lock_
Python进阶者 Python进阶者
11个月前
Excel中这日期老是出来00:00:00,怎么用Pandas把这个去除
大家好,我是皮皮。一、前言前几天在Python白银交流群【上海新年人】问了一个Pandas数据筛选的问题。问题如下:这日期老是出来00:00:00,怎么把这个去除。二、实现过程后来【论草莓如何成为冻干莓】给了一个思路和代码如下:pd.toexcel之前把这