【技术干货】代码示例：使用 Apache Spark 连接 TDengine

小 T 导读：想用 Spark 对接 TDengine？保姆级教程来了。

0、前言

TDengine 是由涛思数据开发并开源的一款高性能、分布式、支持 SQL 的时序数据库（Time-Series Database）。

在上一篇文章中，我们示范了如何使用 Apache Flink 连接 TDengine，使用 Apache Spark 的小伙伴们已经迫不及待地等待续集了。

相对于 Flink，Spark 对接起来就简单多了。

1、技术实现

Spark 本身封装了 JDBC 的方法，所以我们直接使用 Spark 官网的示例代码就可以完成对接了。

2、示例代码

package com.taosdata.java;                import org.apache.spark.sql.Dataset;import org.apache.spark.sql.Row;import org.apache.spark.sql.SaveMode;import org.apache.spark.sql.SparkSession;import org.apache.spark.sql.jdbc.JdbcDialect;import org.apache.spark.sql.jdbc.JdbcDialects;public class  SparkTest{    public static void main(String[] args) {               // 数据库配置               String url = "jdbc:TAOS://u05:6030/tt?user=root&password=taosdata";               String driver = "com.taosdata.jdbc.TSDBDriver";               String dbtable = "t1";                              SparkSession sparkSession = SparkSession.builder()                               .appName("DataSourceJDBC") // 设置应用名称                               .master("local") // 本地单线程运行                               .getOrCreate();
               // 创建DataFrame               Dataset<Row> df = sparkSession                               .read() // 返回一个DataFrameReader，可用于将非流数据作为DataFrame读取                               .format("jdbc") // JDBC数据源                               .option("url", url)                               .option("driver", driver)                               .option("query", "select * from tt.meters limit 100") // 二选一，sql语句或者表                               .load();
               // 将DataFrame的内容显示               df.show();                                             df.write() // 返回一个DataFrameWriter，可用于将DataFrame写入外部存储系统                               .format("jdbc") // JDBC数据源                               .mode(SaveMode.Append) // 如果第一次生成了，后续会追加                               .option("url", url)                               .option("driver", driver)                               .option("dbtable", "test.meters") // 表名                               .save();

               sparkSession.stop();
        }}

3、简单测试 JNI 读写

1) 环境准备：

a) Spark 安装&启动：

wget https://www.apache.org/dyn/closer.lua/spark/spark-3.2.1/spark-3.2.1-bin-hadoop3.2.tgz （需复制到浏览器打开）

tar zxf spark-3.2.1-bin-hadoop3.2.tgz -C /usr/local

b) TDengine Database 环境准备：

创建原始数据：

create database tt;
create table tt.meters (ts TIMESTAMP,vol INT) ;
insert into meters values(now,220);

创建目标数据库表：

create database test;
create table test.meters (ts TIMESTAMP,vol INT) ;

2) 打包编译：

源码位置：

https://github.com/liuyq-617/TD-Spark （需复制到浏览器打开）

mvn clean package

3) 程序启动：

spark-submit --master local --name TDenginetest --class com.taosdata.java.SparkTest /testSpark-1.0-SNAPSHOT-dist.jar

读取数据

读取的数据直接打印在控制台

写入数据

可以查询到刚插入的数据

select * f rom test.meters;

4、小结

Spark 本身支持 JDBC 的方式来进行读写，我们无需做更多适配，数据接入可以做到无缝衔接。

相关推荐

【技术干货】代码示例：使用 Apache Flink 连接 TDengine

👇 点击阅读原文，了解体验 TDengine！

本文分享自微信公众号 - TDengine（taosdata_news）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。