列式存儲kudu基於spark的操作

1、通過kudu客戶端創建表

val kuduContext = new KuduContext("kuduMaster:7051",sc)
val sQLContext = new SQLContext(sc)
val kuduTableName = "spark_kudu_table"
val kuduOptions: Map[String, String] = Map(
  "kudu.table"  -> kuduTableName,
  "kudu.master" -> "kuduMaster:7051")

// 檢查要創建的表是否存在，若存在就刪除
if (kuduContext.tableExists(kuduTableName)) {
  kuduContext.deleteTable(kuduTableName)
}

// 2. 配置schema
val kuduTableSchema = StructType(
  //         col name   type     nullable?主鍵不能為null
    StructField("id", IntegerType , false) ::
    StructField("age" , IntegerType, true ) ::
    StructField("city", StringType , true ) ::
    StructField("name", StringType , true ) :: Nil)

// 3. 指定主鍵
val kuduPrimaryKey = Seq("id")

// 4. 指定分區鍵以及副本數
val kuduTableOptions = new CreateTableOptions()
kuduTableOptions.
  setRangePartitionColumns(List("id").asJava).
  setNumReplicas(3)

// 5. 通過api建表
kuduContext.createTable(
  // Table name, schema, primary key and options
  kuduTableName, kuduTableSchema, kuduPrimaryKey, kuduTableOptions)

運行程序后再kudu的ui界面上就可以看見創建的表了，如圖：瀏覽器訪問你的kudumaster:8051

 

2、插入數據

//參數解釋：frame：將要插入的數據轉為dataframe ，kuduTableName：表名

kuduContext.insertRows(frame,kuduTableName)

或

df.write.options(Map("kudu.master"-> "kuduMaster:7051",
  "kudu.table"-> kuduTable)).mode("append").kudu

 

3、刪除數據

//刪除表
 kuduContext.deleteTable(kuduTableName)

//刪除數據：將要刪除的數據查詢出來作為參數傳入

kuduContext.updateRows(frame,kuduTable)

 

4、更新

//通過sql更新數據后調用api批量更新

val dataFrame = sQLContext.sql("select Name,city,AGE+3 as AGE from kudu_tem")

kuduContext.updateRows(dataFrame,kuduTable)

 

5、查

val kuduOptions: Map[String, String] = Map(
  "kudu.table"  -> kuduTable,
  "kudu.master" -> "kuduMaster:7051")
val reader: DataFrame = sQLContext.read.options(kuduOptions).kudu

 

通過spark創建的表與impala創建的表有一定的區別。通過impala創建的表是不區分大小寫的，impala會自動轉為小寫，而通過spark創建的表是區分大小寫的。所以通過不同的途徑操作kudu表時，要注意這一點。