Spark如何统计多个MySQL的数据？
1、日志数据分布在多个MySQL上，每台物理主机承载一个或多个MySQL。
2、每个MySQL的username、password不一样。
3、每个MySQL承载日志数据的数据库名称也不一样。
4、每个MySQL所承载的日志数据，各不相同，合起来才是总集。
5、唯一相同的就是数据库的格式一样，表格一样。
在这种情况下，如何执行一个查询任务？比如：select sum(x) from xxx where .....
展开
收起
2
条回答
写回答
写回答
-
分别取出全部数据的DataFrame，然后用union方法union到一个DataFrame. 然后把这个DataFrame注册临时表。最后就是用SQL按一般方法检索了。
2019-07-17 21:56:49赞同 展开评论 打赏 -
夯实从数据仓库的角度来看，建议将mysql数据全部同步到hdfs中后，统计做计算。
否则单就mysql分布在不同机器来说，计算时的网络io成本太大。2019-07-17 21:56:49赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
相关课程
更多
推荐问答
相关文章
相关电子书
更多
