一、导入
前面的课程我们学习了如何从csv文件中读入数据，这相当于是对csv这种类型的数据的操作。那么接下来，我们一起看看，如何写Spark程序来操作mysql数据库。先来给大家介绍一下我们这节课的主要学习内容：
（1）安装mysql数据库。
（2）写Spark程序连接mysql数据库并进行读写操作。
二、授新
（一）准备mysql环境
我们计划在hadoop001这台设备上安装mysql服务器，（当然也可以重新使用一台全新的虚拟机）。
以下是具体步骤：
使用finalshell连接hadoop001.
查看是否已安装MySQL。命令是: rpm -qa|grep mariadb
若已安装，需要先做卸载MySQL的操作命令是：rpm -e --nodeps mariadb-libs
3.把mysql的安装包上传到虚拟机。
4.进入/opt/software/目录，解压上传的.tar文件。
cd /opt/software
解压文件
tar -xf mysql-5.7.28-1.el7.x86_64.rpm-bundle.ta
5.安装工具包
yum install -y perl perl-Data-Dumper perl-Digest-MD5 net-tools libaio
如果安装成功，或者显示以下内容，即可继续安装步骤：
软件包 libaio-0.3.109-13.el7.x86_64 已安装并且是最新版本
无须任何处理
6.安装mysql。依次输入以下5条命令:
rpm -ivh mysql-community-common-5.7.28-1.el7.x86_64.rpm
rpm -ivh mysql-community-libs-5.7.28-1.el7.x86_64.rpm
rpm -ivh mysql-community-libs-compat-5.7.28-1.el7.x86_64.rpm
rpm -ivh mysql-community-client-5.7.28-1.el7.x86_64.rpm
rpm -ivh mysql-community-server-5.7.28-1.el7.x86_64.rpm
命令说明：
rpm -ivh 是 Linux 中用于安装 RPM（Red Hat Package Manager）软件包的命令。具体来说，rpm -ivh 中的每个选项都有特定的含义：
rpm：RPM 包管理工具，用于安装、查询、验证、更新和删除软件包。
-i：表示安装（install）软件包。
-v：表示显示详细（verbose）信息，提供更多安装过程中的输出信息。
-h：表示在安装过程中显示进度条，以 # 符号表示安装进度。
6.初始化数据库
使用的命令是： mysqld --initialize --user=mysql
7.查看临时密码
安装完成之后，它会在一个日志文件中保存临时密码，通过cat命令来查看这个密码。具体的操作是：cat /var/log/mysqld.log
将临时密码复制，或者暂时存到某处
8.启动MySQL服务。对应的命令是：systemctl start mysqld
9.登录MySQL数据库。对应的命令是：mysql -uroot -p
10.输入临时密码。此时会要求输入密码。
Enter password: 临时密码。注意，在输入密码的过程中，密码并不可见。
11.登陆成功后，修改密码为000000。初始密码太难记了，我们先修改一下密码。对应的命令如下：
mysql> set password = password("000000");
12.使root允许任意ip连接
mysql> update mysql.user set host='%' where user='root';
mysql> flush privileges;
13.查看已有的数据库。通过命令：show databases;
（二）创建数据库和表
接下来，我们去创建一个新的数据库，数据表，并插入一条数据。
【提问：新建数据库的命令是什么？，新建数据表的命令是什么？ 插入数据的命令是什么？】
【总结核心代码，并编写测试】
参考代码如下：
-- 创建数据库
CREATE DATABASE spark;
-- 使用数据库
USE spark;
-- 创建表
create table person(id int, name char(20), age int);
-- 插入示例数据
insert into person values(1, 'jam', 20), (2,'judi', 21);
-- 查看所有数据
select * from person;
-- 退出
quit
提醒：use spark；的作用是使用当前数据库；
上一节课，我们配置了mysql环境，接下来，我们就来编写spark代码，来连接mysql数据库。
（三）Spark连接MySQL数据库
新建项目，或者使用之前的项目也可以。
修改pom.xml文件。
补充三个依赖:
（1）scala-library 是 Scala 语言的基础库，是编写 Scala 程序的必要条件。
（2）spark-sql_2.12 提供了 Spark SQL 的功能，用于高效的数据处理和分析。
（3）mysql-connector-java 提供了与 MySQL 数据库交互的能力。
<dependency>
<groupId>org.scala-lang</groupId>
<artifactId>scala-library</artifactId>
<version>2.12.15</version>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-sql_2.12</artifactId>
<version>3.3.1</version>
</dependency>
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<version>8.0.33</version>
</dependency>
请注意，这里并没没有单独添加spark_core的依赖，因为在spark-sql中已经包含了spark_core。
写Spark程序连接mysql
核心步骤：
创建Properties对象，设置数据库的用户名和密码
使用spark.read.jbdc方法，连接数据库
参考代码如下：
impport org.apache.spark.sql.SparkSession
import java.util.Properties
object SparkMySQL {
def main(args: Array[String]): Unit = {
val spark = SparkSession.builder().appName("SparkMySQL").master("local[*]").getOrCreate()
// 创建properties对象，设置连接mysql的用户名和密码
val prop = new Properties()
prop.setProperty("user", "root")
prop.setProperty("password", "000000")
// 读取mysql数据
val df = spark.read.jdbc("jdbc:mysql://hadoop100:3306/spark", "person", prop)
df.show()
spark.stop()
}
（四）Spark添加数据到mysql
前面演示了数据的查询，现在来看看添加数据到mysql。
核心方法：dataFrame.write.mode("append").jdbc()。
import org.apache.spark.sql.SparkSession
import java.util.Properties
object SparkMySQL {
def main(args: Array[String]): Unit = {
val spark = SparkSession.builder().appName("SparkMySQL").master("local[*]").getOrCreate()
// 创建properties对象，设置连接mysql的用户名和密码
val prop = new Properties()
prop.setProperty("user", "root")
prop.setProperty("password", "000000")
// 插入一条数据到数据库
val data = Seq(("3", "zhangsan", "30"))
val df2 = spark.createDataFrame(data).toDF("id", "name", "age")
df2.write.mode("append").jdbc("jdbc:mysql://hadoop100:3306/spark", "person", prop)
}
}
上面的代码运行完成之后，切换到finalshell中的mysql端，查看效果。