Spark SQL执行方式

注意事项

• 使用批处理方式执行SQL时，必须在SQL执行开始处使用USE <database_name>;语法选择一个数据库。

• SQL语句中指定表时，必须为database_name.table_name格式。

• 批处理方式执行DML、DDL或DQL等任何SQL语句时，只有返回执行成功或者失败，不返回数据。执行成功的结果会抽样一部分打印到日志中。如需查看SQL语句返回的数据，详情请参见查看Spark应用信息。

适用场景

• 执行多条相互依赖的SQL语句。

• SQL语句需要严格的资源隔离。

• 需要处理较大规模的数据，例如使用SQL执行一次性的ETL。

• 有复杂的第三方依赖包需要上传，且这些包可能需要反复测试和替换。

特点

• 批处理方式提交的SQL运行在单独的Spark应用中，可以保证稳定性。

• 支持通过SQL语句描述独立的配置，如SET spark.sql.adaptive.coalescePartitions.minPartitionSize = 2MB;。

• 批处理方式执行的SQL中如果包含SELECT语句，这些SELECT语句的执行结果会抽样一部分打印到日志中，您可以在日志中查看。

启动方法

在SQLConsole窗口，选择Job型资源组和Spark引擎。输入SQL语句后，单击立即执行。

注意事项

• 交互式执行的DDL和DML语句的执行结果仅返回最多1000行数据。

• 使用交互执行方式执行的DDL语句，只返回执行成功或者失败，不返回数据。例如执行CREATE TABLE语句，只提示成功或失败，不返回表中的数据，和开源社区保持一致。

• Spark Interactive型资源组启动需要一定时间，如果出现启动时失败可以等待一定时间重试。

适用场景

• 临时进行数据计算，无需返回所有数据。

• 需要执行大量的DDL语句。

• 希望在提交DQL语句后，可以立即开始执行， 且对资源隔离不敏感，能允许一定的失败。

特点

• 资源隔离是线程级的。多个用户在同一个Spark应用中执行SQL，相互之间可能存在干扰。

• 线程级的配置可以通过配置SQL生效。

• 应用级别的配置，需要重启Spark Interactive型资源组才能生效。如需修改应用级别的配置，需要先停止Spark Interactive型资源组，参数配置完成后重新启动Spark Interactive型资源组。

启动方式

在SQLConsole窗口，选择Spark Interactive型资源组和Spark引擎。输入SQL语句后，单击立即执行。