在spark作业中调用JDBC到impala / hive并创建表

Question

我正在尝试在scala中编写一个spark作业，它将打开与Impala的jdbc连接，让我创建一个表并执行其他操作。

我该怎么做？任何一个例子都会有很大的帮助。 谢谢！

Answer 1

val JDBCDriver = "com.cloudera.impala.jdbc41.Driver"
val ConnectionURL = "jdbc:impala://url.server.net:21050/default;auth=noSasl"

Class.forName(JDBCDriver).newInstance
val con = DriverManager.getConnection(ConnectionURL)
val stmt = con.createStatement()
val rs = stmt.executeQuery(query)

val resultSetList = Iterator.continually((rs.next(), rs)).takeWhile(_._1).map(r => {
    getRowFromResultSet(r._2) // (ResultSet) => (spark.sql.Row)
}).toList

sc.parallelize(resultSetList)