編程實現利用 DataFrame 讀寫 MySQL 的數據
（1）在 MySQL 數據庫中新建數據庫 sparktest，再創建表 employee，包含如表 6-2 所示的兩行數據。
表 6-2 employee 表原有數據
（2）配置 Spark 通過 JDBC 連接數據庫 MySQL，編程實現利用 DataFrame 插入如表 6-3 所示的兩行數據到 MySQL 中，最后打印出 age 的最大值和 age 的總和。
表 6-3 employee 表新增數據
（1）登錄mysql：
（2）新建數據庫sparktest，新建數據表employee，並輸入數據：
（3）啟動spark-shell，並指定mysql連接驅動jar包（如果你前面已經采用下面方式啟動了spark-shell，就不需要重復啟動了）
cd /usr/local/spark ./bin/spark-shell \ --jars /usr/local/spark/mysql-connector-java-5.1.40/mysql-connector-java-5.1.40-bin.jar \ --driver-class-path /usr/local/spark/mysql-connector-java-5.1.40-bin.jar
（4）輸入程序：
import java.util.Properties import org.apache.spark.sql.{SQLContext, Row} import org.apache.spark.sql.types.{StringType, IntegerType, StructField, StructType} val sqlContext = new SQLContext(sc) //下面我們設置兩條數據表示兩個職工信息 val studentRDD = sc.parallelize(Array("3 Mary F 26","4 Tom M 23")).map(_.split(" ")) //下面要設置模式信息 val schema = StructType(List(StructField("id", IntegerType, true),StructField("name", StringType, true),StructField("gender", StringType, true),StructField("age", StringType, true))) //下面創建Row對象，每個Row對象都是rowRDD中的一行 val rowRDD = studentRDD.map(p => Row(p(0).toInt, p(1).trim, p(2).trim, p(3).trim)) //建立起Row對象和模式之間的對應關系，也就是把數據和模式對應起來 val studentDataFrame = sqlContext.createDataFrame(rowRDD, schema) //下面創建一個prop變量用來保存JDBC連接參數 val prop = new Properties() prop.put("user", "root") //表示用戶名是root prop.put("password", "123456") //表示密碼是hadoop prop.put("driver","com.mysql.jdbc.Driver") //表示驅動程序是com.mysql.jdbc.Driver //下面就可以連接數據庫，采用append模式，表示追加記錄到數據庫sparktest的employee表中 studentDataFrame.write.mode("append").jdbc("jdbc:mysql://localhost:3306/sparktest", "sparktest.employee", prop)
查看更新后的數據表：
