PySpark Dataframe写入ES、Redis

一、Dataframe写入Elasticsearch

1.1 依赖

根据实际使用的spark版本及ES版本选择合适的包,在提交任务时指定--packages参数即可。

example:
--packages=org.elasticsearch:elasticsearch-spark-30_2.12:7.13.1

1.2 参考地址

1.3 pyspark代码示例

to_es.py

from pyspark.sql import SparkSession
from pyspark.sql.types import *
from config import ES_CONFIG


spark = SparkSession \
        .builder \
        .appName("to_es") \
        .getOrCreate()

data_schema = StructType([
            StructField("name", StringType(), True),
            StructField("source", StringType(), True),
            StructField("end_format", StringType(), True),
            StructField("operator_time", StringType(), True),
            StructField("operator_user", StringType(), True),
            StructField("sha1", StringType(), True),
        ])
df = spark.read.csv("/home/testuser/data/csv/", schema=data_schema , sep="\t", header=False)
df.write.format('es') \
    .mode('append') \
    .options(**{
        "es.write.operation": "upsert",   # 更新模式
        "es.spark.dataframe.write.null": "true",  # 支持写入null值字段,默认会忽略写入value为null的字段
        "es.mapping.id": "name",  # 作为写入更新唯一字段不重复插入,同时作为写入的document_id
        'es.resource': ES_CONFIG['index'], 
        'es.nodes.wan.only': 'true',
        'es.nodes': ES_CONFIG['nodes'],
        'es.port': ES_CONFIG['port'],
        'es.net.http.auth.user': ES_CONFIG['user'],
        'es.net.http.auth.pass': ES_CONFIG['password']
    }).save()

1.4 任务提交示例

spark-submit --packages=org.elasticsearch:elasticsearch-spark-30_2.12:7.13.1 to_es.py

二、Dataframe 写入Redis

2.1 按照自定义格式写入Redis

import datetime
import functools
import os

from pyspark.sql.session import SparkSession
from pyspark.sql.types import *
from config import REDIS_CONFIG, BASE_OUTPUT_DIR
import redis


spark = SparkSession.builder.appName("to-redis").getOrCreate()


data_schema = StructType([
            StructField("name", StringType(), True),
            StructField("source", StringType(), True),
            StructField("end_format", StringType(), True),
            StructField("operator_time", StringType(), True),
            StructField("operator_user", StringType(), True),
            StructField("sha1", StringType(), True),
        ])


def to_redis(part, batch=500):
    redis_pool = redis.ConnectionPool(host='127.0.0.1', port=26379, db=10, password='password')
    redis_cli = redis.StrictRedis(connection_pool=redis_pool)

    cnt = 0
    pipeline = redis_cli.pipeline()
    for row in part:
        pipeline.set(row.name, "\t".join([row.name, row.source, row.end_format]))
        cnt += 1
        if cnt > 0 and cnt % batch == 0:
            pipeline.execute()
    if cnt % batch != 0:
        pipeline.execute()
    pipeline.close()
    redis_cli.close()


sdf = spark.read.csv("/home/testuser/data/csv/", schema=data_schema, header=False, sep="\t")
sdf.show()
# 按照自定义的写入方式和格式 分片写入到redis
sdf.foreachPartition(functools.partial(to_redis, batch=500))

2.2使用spark-redis连接器JAR包写入redis

spark = SparkSession.builder. \
    config("spark.redis.host", "127.0.0.1"). \
    config("spark.redis.port", "6379"). \
    config("spark.redis.auth", "password"). \
    config("spark.redis.db", 10). \
    getOrCreate()

data_schema = StructType([
            StructField("name", StringType(), True),
            StructField("source", StringType(), True),
            StructField("end_format", StringType(), True),
            StructField("operator_time", StringType(), True),
            StructField("operator_user", StringType(), True),
            StructField("sha1", StringType(), True),
        ])

sdf = spark.read.csv("/home/testuser/data/csv/", schema=data_schema, header=False, sep="\t")

sdf.write.format("org.apache.spark.sql.redis").option("table", "name_group").option("key.column", "name").save()

2.2.1任务提交示例

spark-submit --jars <path-to>/spark-redis-<version>-jar-with-dependencies.jar to_redis.py

三、 Dataframe 写入MongoDB

# uri可包含使用的数据库、集合,spark默认使用uri中指定的数据集
mongo_uri = "mongodb://username:password@127.0.0.1:27017/db_name.collection_name?authSource=admin"
spark = SparkSession.builder.\
            appName("to_mongo").\
            config("spark.mongodb.input.uri", mongo_uri). \
            getOrCreate()

data_schema = StructType([
            StructField("name", StringType(), True),
            StructField("source", StringType(), True),
            StructField("end_format", StringType(), True),
            StructField("operator_time", StringType(), True),
            StructField("operator_user", StringType(), True),
            StructField("sha1", StringType(), True),
        ])

sdf = self.spark.read.format("com.mongodb.spark.sql.DefaultSource").load(schema=data_schema)

3.2 任务提交示例

spark-submit --packages org.mongodb.spark:mongo-spark-connector_2.11:2.4.2 to_mongo.py
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,080评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,422评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,630评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,554评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,662评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,856评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,014评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,752评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,212评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,541评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,687评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,347评论 4 331
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,973评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,777评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,006评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,406评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,576评论 2 349

推荐阅读更多精彩内容