也许这有据可查,但是我却很困惑如何执行此操作(有许多Apache工具)。
创建SQL表时,使用以下命令创建表:
CREATE TABLE table_name(
column1 datatype,
column2 datatype,
column3 datatype,
.....
columnN datatype,
PRIMARY KEY( one or more columns )
);
如何将这个存在的表转换为Parquet?该文件写入磁盘了吗?如果原始数据为几GB,则需要等待多长时间?
我可以将原始原始数据格式化为Parquet格式吗?
Apache Spark可用于执行以下操作:
1.load your table from mysql via jdbc
2.save it as a parquet file
例:
from pyspark.sql import SparkSession
spark = SparkSession.builder.getOrCreate()
df = spark.read.jdbc("YOUR_MYSQL_JDBC_CONN_STRING", "YOUR_TABLE",properties={"user": "YOUR_USER", "password": "YOUR_PASSWORD"})
df.write.parquet("YOUR_HDFS_FILE")
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句