news 2026/7/8 23:42:40

Mysql入湖Iceberg

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Mysql入湖Iceberg

Mysql入湖Iceberg

使用Scala实现Spark高可用集群读取Mysql数据写入Iceberg数据湖,数据存储于Hadoop高可用集群

  • Spark 3.3.3
  • Hadoop 3.3.6
  • Iceberg 1.3.0

代码

packagecom.czl.datalake.template.iceberg.mysqlimportorg.apache.spark.sql.SparkSessionobjectTest{defmain(args:Array[String]):Unit={//windows环境测试需要配置// System.setProperty("hadoop.home.dir", "D://hadoop3.3.0")// System.setProperty("HADOOP_USER_NAME", "czl")valspark=SparkSession.builder().appName("mysqlToIceberg").config("spark.sql.catalog.czlCatalog","org.apache.iceberg.spark.SparkCatalog").config("spark.sql.catalog.czlCatalog.type","hadoop")//hadoop文件系统路径.config("spark.sql.catalog.czlCatalog.warehouse","/data").getOrCreate()try{// 1. 读取MySQL数据valmysqlDF=spark.read.format("jdbc").option("url","jdbc:mysql://10.10.10.10:6033").option("driver","com.mysql.cj.jdbc.Driver").option("user","root").option("password","root")//库名.表名.option("dbtable","testDb.testTable").load()//写入Iceberg表mysqlDF.write.format("iceberg")//存储在hadoop上的,库名.表名.save("czlCatalog.testDb.testTable")}catch{casee:Exception=>e.printStackTrace()}finally{spark.stop()}}}

依赖参考

<?xml version="1.0" encoding="UTF-8"?><projectxmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"><parent><artifactId>dataLake-template-iceberg</artifactId><groupId>com.czl</groupId><version>1.0</version></parent><modelVersion>4.0.0</modelVersion><artifactId>dataLake-template-iceberg-spark-mysql</artifactId><properties><maven.compiler.source>8</maven.compiler.source><maven.compiler.target>8</maven.compiler.target></properties><dependencies><dependency><groupId>mysql</groupId><artifactId>mysql-connector-java</artifactId><version>8.0.24</version></dependency><dependency><groupId>org.apache.spark</groupId><artifactId>spark-sql_2.12</artifactId><version>3.3.3</version></dependency><dependency><groupId>org.apache.iceberg</groupId><artifactId>iceberg-spark-runtime-3.3_2.12</artifactId><version>1.3.0</version></dependency></dependencies><build><plugins><plugin><groupId>org.scala-tools</groupId><artifactId>maven-scala-plugin</artifactId><version>2.15.2</version><executions><execution><goals><!--编译源码--><goal>compile</goal><!--编译测试源码--><goal>testCompile</goal></goals></execution></executions></plugin></plugins></build></project>

提示

  • core-site.xml,hdfs-site.xml文件放置在resources文件夹下,以便于识别到Hadoop集群
  • Spark高可用集群,每个节点上传mysql-connector-java-8.0.33.jariceberg-spark-runtime-3.3_2.12-1.3.0.jar这两个必须使用的依赖。

本地模式提交

./spark-submit --master local[*]--class com.czl.datalake.template.iceberg.mysql.Test /opt/dataLake-template-iceberg-spark-mysql-1.0.jar

集群模式提交,jar在本地

./spark-submit --master spark://node1:7077 --deploy-mode cluster --class com.czl.datalake.template.iceberg.mysql.Test /opt/dataLake-template-iceberg-spark-mysql-1.0.jar

集群模式提交,jar在Hadoop

./spark-submit --master spark://node1:7077 --deploy-mode cluster --class com.czl.datalake.template.iceberg.mysql.Test hdfs://ling//workspace/project/dataLake-template-iceberg-spark-mysql-1.0.jar

Yarn模式提交,jar在Hadoop

./spark-submit --masteryarn--deploy-mode cluster --class com.czl.datalake.template.iceberg.mysql.Test hdfs://ling//workspace/project/dataLake-template-iceberg-spark-mysql-1.0.jar
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/7/7 16:28:50

GPU算力平台部署Linly-Talker数字人教程

GPU算力平台部署Linly-Talker数字人教程 在短视频与直播内容爆炸式增长的今天&#xff0c;企业对高效、低成本的内容生产工具需求愈发迫切。一个能24小时在线讲解产品、回答用户问题的“虚拟员工”&#xff0c;早已不再是科幻电影中的设想——借助AI技术&#xff0c;这样的场景…

作者头像 李华
网站建设 2026/7/8 23:38:28

全球USB设备厂商ID与产品型号大全

Wan2.2-T2V-5B 模型技术参数数据库 Text-to-Video Model Database Maintained by the Open AI Initiative t2v.modelsopenai.org If you have any new entries, please submit them via https://www.openai.org/submit-t2v-model or send patches (diff -u old new) in plai…

作者头像 李华
网站建设 2026/7/7 14:49:36

Qwen3-14B如何避免输出截断?关键在max_new_tokens设置

Qwen3-14B 如何避免输出截断&#xff1f;关键在 max_new_tokens 设置 你有没有遇到过这种场景&#xff1a;用户上传了一份两万字的项目需求文档&#xff0c;要求生成一份详尽的技术方案。Qwen3-14B 读得认真、分析到位&#xff0c;结果最后却戛然而止——“综上所述&#xff0c…

作者头像 李华
网站建设 2026/7/8 21:36:31

16倍压缩+双专家架构重塑视频生成效率

16倍压缩双专家架构重塑视频生成效率&#xff1a;Wan2.2-T2V-A14B 技术全景解析 你有没有经历过这样的场景&#xff1f;团队急着要一段产品动画&#xff0c;设计师加班三天做出分镜&#xff0c;外包渲染报价上万&#xff0c;最终成片却因为角色动作僵硬被客户打回重做。而就在同…

作者头像 李华
网站建设 2026/7/8 8:14:30

主机监控指标解析—内存篇

一、内存监控 一.物理内存 这是最直观的内存指标&#xff0c;反映了物理硬件&#xff08;RAM&#xff09;的使用情况。 1.1核心指标详解 命令&#xff1a;free -h 或 cat /proc/meminfo 指标含义&#xff1a;指标名称对应字段含义详解作用与分析TotalMemTotal物理内存总大小。硬…

作者头像 李华
网站建设 2026/7/6 2:24:06

Keepalived详解:安装与高可用集群配置

Keepalived详解&#xff1a;原理、编译安装与高可用集群配置 在高可用架构中&#xff0c;避免单点故障至关重要。Keepalived正是为了解决这一问题而生的轻量级工具。本文将深入浅出地介绍Keepalived的工作原理&#xff0c;并提供从编译安装到实战配置的完整指南。 1. Keepaliv…

作者头像 李华