使用SparkSql 读取ES数据

  1. 云栖社区>
  2. 博客>
  3. 正文

使用SparkSql 读取ES数据

五维空间s 2020-03-07 13:28:52 浏览301
展开阅读全文
  1. 对于大批量数据,查询es时,需要带条件去查询,否则一下查出所有数据数据量会很大
  2. es查询需要编写json格式的DSL查询语句,对于复杂查询,DSL编写起来也分很复杂,所以我们这里使用sparksql,通过编写sql语句,spark将sql语句自动转化为DSL语句来查询es。
    关于es对spark的支持可参见文档,官网 https://www.elastic.co/guide/en/elasticsearch/hadoop/current/spark.html

废话不多说,上代码
case class people(phone:String)
val sparkConf = new SparkConf().setAppName("application-name").setMaster("local[4]")
val sc = new SparkContext(sparkConf)
val sql = new SQLContext(sc)
import sql.implicits._
//配置
val options = Map(

    "pushdown" -> "true",
    "es.nodes" -> "192.45.15.15", //ip
    "es.port" -> "9200") //端口

val esDF = sql.read.format("org.elasticsearch.spark.sql")

      .options(options)
      .load("spark_202003/alldata")  //索引
    // esDF.printSchema() //可打印schema信息

val table = esDF.createOrReplaceTempView("spark_202003") //创建临时表用于查询

val sqlString=“select * from spark_202003 where code=‘1’ ”

val resultDF = sql.sql(sqlString)
var resultDS = resultDF.map(x => people(x(0).toString))) //
这里是转换成了dataset,之后可对dataset 做其他操作
打印下查询的内容
resultDS.collect().toList.toString()

网友评论

登录后评论
0/500
评论