首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >如何将流式数据帧写入PostgreSQL?

如何将流式数据帧写入PostgreSQL?
EN

Stack Overflow用户
提问于 2019-02-19 07:27:39
回答 2查看 3.5K关注 0票数 2

我有一个流式数据帧,我正在尝试将其写入数据库。这里有将rdd或df写入Postgres的文档。但是,我找不到关于如何在结构化流媒体中做到这一点的示例或文档。

我已经阅读了文档https://spark.apache.org/docs/latest/structured-streaming-programming-guide.html#foreachbatch,但我不能理解在何处创建jdbc连接以及如何将其写入数据库。

代码语言:javascript
复制
def foreach_batch_function(df, epoch_id):
    # what goes in here?
    pass

view_counts_query = windowed_view_counts.writeStream \
    .outputMode("append") \
    .foreachBatch(foreach_batch_function)
    .option("truncate", "false") \
    .trigger(processingTime="5 seconds") \
    .start() \
    .awaitTermination()

此函数接受常规数据帧并写入postgres表

代码语言:javascript
复制
def postgres_sink(config, data_frame):
    config.read('/src/config/config.ini')
    dbname = config.get('dbauth', 'dbname')
    dbuser = config.get('dbauth', 'user')
    dbpass = config.get('dbauth', 'password')
    dbhost = config.get('dbauth', 'host')
    dbport = config.get('dbauth', 'port')

    url = "jdbc:postgresql://"+dbhost+":"+dbport+"/"+dbname
    properties = {
        "driver": "org.postgresql.Driver",
        "user": dbuser,
        "password": dbpass
    }

    data_frame.write.jdbc(url=url, table="metrics", mode="append",
                          properties=properties)
EN

回答 2

Stack Overflow用户

回答已采纳

发布于 2019-02-19 18:47:17

除了你已经拥有的东西之外,这里真的没有什么可以做的。foreachBatch takes a function (DataFrame, Int) => None,所以你所需要的只是一个小适配器,其他一切都应该工作得很好:

代码语言:javascript
复制
def foreach_batch_for_config(config)
    def _(df, epoch_id):
        postgres_sink(config, df)
   return _

view_counts_query = (windowed_view_counts
    .writeStream
    .outputMode("append") 
    .foreachBatch(foreach_batch_for_config(some_config))
    ...,
    .start()
    .awaitTermination())

不过,老实说,传递ConfigParser从一开始就是一个奇怪的想法。您可以调整签名并对其进行适当的初始化

代码语言:javascript
复制
def postgres_sink(data_frame, batch_id):
    config = configparser.ConfigParser()
    ...
    data_frame.write.jdbc(...)

并保持其余部分的原样。这样你就可以直接使用你的函数了:

代码语言:javascript
复制
...
.foreachBatch(postgres_sink)
...
票数 4
EN

Stack Overflow用户

发布于 2020-08-18 21:23:30

Postgres摄取如何使用结构化流传输的示例

代码语言:javascript
复制
class PostgreSqlSink(url: String, user: String, pwd: String) extends org.apache.spark.sql.ForeachWriter[org.apache.spark.sql.Row] {
  val driver = "org.postgresql.Driver"
  var connection: java.sql.Connection = _
  var statement: java.sql.PreparedStatement = _
  val v_sql = "insert INTO Table (A,B,C) values ( ?, ?, ?)"

  def open(partitionId: Long, version: Long): Boolean = {
    Class.forName(driver)
    connection = java.sql.DriverManager.getConnection(url, user, pwd)
    connection.setAutoCommit(false)
    statement = connection.prepareStatement(v_sql)
    true
  }
  def process(value: org.apache.spark.sql.Row): Unit = {
    // ignoring value(0) as this is address
    statement.setString(1, value(1).toString)
    statement.setString(2, value(2).toString)
    statement.setString(3, value(3).toString)
    statement.executeUpdate()        
  }
  def close(errorOrNull: Throwable): Unit = {
    connection.commit()
    connection.close
  }
}

val url = "jdbc:postgresql://XX.XX.XX.XX:5432/postgres"
val user = "abc"
val pw = "abc@123"
val jdbcWriter = new PostgreSqlSink(url,user,pw)
val writeData = pg_df.writeStream 
    .foreach(jdbcWriter)
    .outputMode("Append")
    .trigger(ProcessingTime("30 seconds"))
    .option("checkpointLocation", "s3a://bucket/check")
    .start()

writeData.awaitTermination
票数 2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/54756840

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档