一.異常情況及解決方案
在使用Spark SQL的dataframe數據寫入到相應的MySQL表中時，報錯，錯誤信息如下：
代碼的基本形式為: df.write.jdbc(url, result_table, prop)
根據圖片中的報錯，搜索資料，得知是由於Spark SQL 中的Save Mode導致的，Spark SQL的官方文檔中對Savemode進行了說明：
默認情況下，使用SaveMode.ErrorIfExists，也就是說，當從Spark中插入到MySQL表中的時候，如果表已經存在，則直接報錯，想想真覺得這默認值有點坑。
於是修改Savemode，將代碼改成:df.write.mode(SaveMode.Append).jdbc(url, result_table, prop)
再次執行，本以為應該會順利存入到數據庫中了，沒想到還是報錯：
使用desc查看表的結構，發現在Spark SQL中列類型為String類型的，在MySQL中對應為Text類型，於是我猜測應該是我之前創建的表格中，將列的類型定義為char和varchar導致的。於是，我刪除表格，重新創建表格，將char和varcha;r類型改為Text，再次執行，順利的將數據從Spark SQL中存入到了Mysql.
二.注意事項
A. 盡量先設置好存儲模式
SaveMode.ErrorIfExists【默認】模式，該模式下，如果數據庫中已經存在該表，則會直接報異常，導致數據不能存入數據庫;
SaveMode.Append 如果表已經存在，則追加在該表中；若該表不存在，則會先創建表，再插入數據；
SaveMode.Overwrite 重寫模式，其實質是先將已有的表及其數據全都刪除，再重新創建該表，最后插入新的數據；
SaveMode.Ignore 若表不存在，則創建表，並存入數據；在表存在的情況下，直接跳過數據的存儲，不會報錯。
B. 設置存儲模式的步驟為:
df.write.mode(SaveMode.Append)
C. 若提前在數據庫中手動創建表，需要注意列名稱和數據類型，
需要保證Spark SQL中schema中的field name與Mysql中的列名稱一致！
若提前手動創建Mysql表，需要注意Spark SQL 中Schema中的數據類型與Mysql中的數據類型的對應關系，如下圖所示：
