java spark list 转为 RDD 转为 dataset 写入表中

Wesley13
• 阅读 1366
package com.example.demo;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

import org.apache.spark.api.java.JavaRDD;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.sql.Dataset;
import org.apache.spark.sql.Row;
import org.apache.spark.sql.SQLContext;
import org.apache.spark.sql.SparkSession;

public class DemoApplication {

    public static void main(String[] args) {
        
        
//        /*-----------------------线上调用方式--------------------------*/
        // 读入店铺id数据
        SparkSession spark = SparkSession.builder().appName("demo_spark").enableHiveSupport().getOrCreate();
        Dataset<Row> vender_set = spark.sql("select pop_vender_id from app.app_sjzt_payout_apply_with_order where dt = '2019-08-05' and pop_vender_id is not null");
        System.out.println( "数据读取 OK" );
        
        
        JavaSparkContext sc = new JavaSparkContext(spark.sparkContext());
//        JavaSparkContext sc = new JavaSparkContext();
        SQLContext sqlContext = new SQLContext(sc);

        // 将数据去重,转换成 List<Row> 格式
        vender_set =  vender_set.distinct();
        vender_set = vender_set.na().fill(0L);
        JavaRDD<Row> vender= vender_set.toJavaRDD();
        List<Row> vender_list = vender.collect();
        

        // 遍历商家id,调用jsf接口,创建list 保存返回数据
        List<String> list_temp = new ArrayList<String>();
        for(Row row:vender_list) {
            String id = row.getString(0);
            String result = service.venderDownAmountList(id);
            
            System.out.println( "接口调用返回值 OK" );
            
            // 解析json串 ,按照JSONObject 和 JSONArray 一层一层解析 并过返回滤数据
            JSONObject jsonOBJ = JSON.parseObject(result);
            JSONArray data = jsonOBJ.getJSONArray("data");
            if (data != null) {
                JSONObject data_all = data.getJSONObject(0);
                double amount = data_all.getDouble("jfDownAmount");
                // 将商家id 和 倒挂金额存下来
                list_temp.add("{\"vender_id\":"+id+",\"amount\":"+amount+"}");
            }
            else {
                continue;
            }
            
            System.out.println( "解析 OK" );
            
        }
        // list 转为 RDD 
        JavaRDD<String> venderRDD = sc.parallelize(list_temp);
        
        // 注册成表
        Dataset<Row> vender_table = sqlContext.read().json(venderRDD);
        vender_table.registerTempTable("vender");
        System.out.println( "注册表 OK" );
        
        // 写入数据库
        spark.sql("insert overwrite table dev.dev_jypt_vender_dropaway_amount select vender.vender_id,vender.amount from vender");
        System.out.println( "写入数据表 OK" );

        sc.stop();        
        System.out.println( "Hello World!" );
        
    }
}
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
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 )
Easter79 Easter79
3年前
SpringBoot自定义序列化的使用方式
场景及需求:项目接入了SpringBoot开发,现在需求是服务端接口返回的字段如果为空,那么自动转为空字符串。例如:\    {        "id":1,        "name":null    },    {        "id":2,        "name":"x
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
Stella981 Stella981
3年前
Docker 部署SpringBoot项目不香吗?
  公众号改版后文章乱序推荐,希望你可以点击上方“Java进阶架构师”,点击右上角,将我们设为★“星标”!这样才不会错过每日进阶架构文章呀。  !(http://dingyue.ws.126.net/2020/0920/b00fbfc7j00qgy5xy002kd200qo00hsg00it00cj.jpg)  2
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