本文主要介紹 SpringBoot 與 Spark 如何對(duì)接，具體使用可以參考文章 SpringBoot 使用 Spark

pom 文件添加 maven 依賴

• spark-core：spark 的核心庫(kù)，如：SparkConf
• spark-sql：spark 的 sql 庫(kù)，如：sparkSession
• janino： Janino 是一個(gè)極小、極快的 開源Java 編譯器，若不添加，spark 獲取 MySQL 或 JSON 數(shù)據(jù)時(shí)會(huì)報(bào)錯(cuò)

org.springframework.web.util.NestedServletException: Handler dispatch failed; nested exception is java.lang.NoClassDefFoundError: org/codehaus/janino/InternalCompilerExceptio

<dependency>
    <groupId>org.apache.spark</groupId>
    <artifactId>spark-core_2.13</artifactId>
    <version>3.2.1</version>
</dependency>
<dependency>
    <groupId>org.apache.spark</groupId>
    <artifactId>spark-sql_2.13</artifactId>
    <version>3.2.1</version>
</dependency>
<dependency>
    <groupId>org.codehaus.janino</groupId>
    <artifactId>janino</artifactId>
    <version>3.0.8</version>
</dependency>

application.yml 添加 spack 配置，master 使用 local 不需要搭建 spark，方便學(xué)習(xí)與測(cè)試

spark:
  app:
    name: fat
  master:
    uri: local[*]

配置 SparkConfig

• sparkConf：Spark 基礎(chǔ)信息配置
• JavaSparkContext：基于 sparkConf 生成，用于
• SparkSession：基于 SparkContext 生成

@Configuration
public class SparkConfig {
    @Value("${spark.app.name}")
    private String appName;
    @Value("${spark.master.uri}")
    private String sparkMasterUri;
    @Bean
    public SparkConf sparkConf() {
        SparkConf sparkConf = new SparkConf()
                .setAppName(appName)
                .setMaster(sparkMasterUri);
        return sparkConf;
    }
    @Bean
    @ConditionalOnMissingBean(JavaSparkContext.class)
    public JavaSparkContext javaSparkContext() {
        return new JavaSparkContext(sparkConf());
    }
    @Bean
    public SparkSession sparkSession() {
        return SparkSession
                .builder()
                .sparkContext(javaSparkContext().sc())
                .getOrCreate();
    }
}

SparkContext：從Spark1.x開始，Spark SparkContext是Spark的入口點(diǎn)，用于在集群上以編程方式創(chuàng)建Spark RDD、累加器和廣播變量。是spark執(zhí)行環(huán)境的客戶端，是spark執(zhí)行作業(yè)的入口點(diǎn)，是spark應(yīng)用程序的主控。

SparkSession：從Spark2.0開始，SparkSession已經(jīng)成為Spark處理RDD、DataFrame 和 Dataset 的入口點(diǎn)。SparkSessio n封裝了SparkConf、SparkContext和SQLContext。為了向后兼容，SQLContext和HiveContext也被保存下來(lái)。它實(shí)質(zhì)上是SQLContext和HiveContext的組合（未來(lái)可能還會(huì)加上StreamingContext），所以在SQLContext和HiveContext上可用的API在 SparkSession 上同樣是可以使用的。SparkSession 內(nèi)部封裝了sparkContext，所以計(jì)算實(shí)際上是由 sparkContext 完成的。

SQLContext：在Spark version1.0中，為了處理結(jié)構(gòu)化數(shù)據(jù)(行和列)，SQLContext (org.apache.spark.sql.SQLContext )是一個(gè)入口點(diǎn)，但是在2.0版本中，SQLContext已經(jīng)被SparkSession所取代。Apache Spark SQLContext是SparkSQL的入口點(diǎn)，Spark是Spark1.x中用于結(jié)構(gòu)化數(shù)據(jù)(行和列)的Spark模塊。正在處理。Spark SQLContext已初始化。

JavaSparkContext 是 Java友好版本的[org.apache.spark.SparkContext]返回[org.apache.spark.api.java.JavaRDD]，并使用Java集合，而不是Scala集合。

到此這篇關(guān)于SpringBoot對(duì)接Spark過程詳解的文章就介紹到這了,更多相關(guān)SpringBoot Spark內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論