读写MySQL_开源大数据平台 E-MapReduce(EMR)-阿里云帮助中心

Spark原生支持通过JDBC Connector访问MySQL。Serverless Spark在启动时将自动加载MySQL JDBC驱动（版本 8.0.33）。您可以通过SQL会话、批处理任务或Notebook等方式连接MySQL，从而实现数据的读取与写入操作。

前提条件

已创建Serverless Spark工作空间，详情请参见创建工作空间。
已创建MySQL实例。
您可以选择自建的MySQL实例，或选择阿里云提供的RDS MySQL与PolarDB MySQL数据库。
本文以阿里云的RDS MySQL为例，详情请参见创建RDS MySQL实例与配置数据库。

注意事项

确保Serverless Spark能够与MySQL之间的网络互通。具体配置请参见EMR Serverless Spark与其他VPC间网络互通。

说明

配置安全组规则时，请根据实际需求选择性开放必要的端口范围（1~65535）。本文示例需开启TCP 3306端口。

操作步骤

方式一：使用SQL会话

创建SQL会话。在会话管理中创建SQL会话，并选择预先配置的网络连接。具体配置请参见创建SQL会话。

创建SQL任务。在数据开发中创建SparkSQL类型的任务，使用以下SQL进行测试。

CREATE TEMPORARY VIEW test
USING org.apache.spark.sql.jdbc
OPTIONS (
  url 'jdbc:mysql://<jdbc_url>/',
  dbtable '<db>.<table>',
  user '<username>',
  password '<password>'
);

SELECT * FROM test;

涉及参数说明如下所示。

参数	说明
`url`	JDBC连接字符串。填写格式为`jdbc:mysql://<jdbc_url>/`，需替换`<jdbc_url>`为实际值。
`dbtable`	待读取的数据库表名，格式为`<db>.<table>` 。本文示例为`test_mysql_db.test`。
`user`	MySQL数据库用户名。说明需具备目标表的读取权限。
`password`	MySQL数据库密码。

如果能够正确输出表的内容，则说明连接成功。

插入数据。请使用以下命令向MySQL表中插入数据。
```
INSERT INTO test VALUES(4, 'd'),(5, 'e');
SELECT * FROM test;
```
如果能正确查询到插入的数据，说明写入功能正常。

方式二：使用Notebook会话

创建Notebook会话。在会话管理中创建Notebook会话，并选择预先配置的网络连接。具体配置请参见创建Notebook会话。

创建Notebook任务。在数据开发中创建交互式开发 > Notebook类型的任务，使用以下Python代码进行测试。

df = spark.read \
  .format("jdbc") \
  .option("url", "jdbc:mysql://<jdbc_url>") \
  .option("dbtable", "<db>.<table>") \
  .option("user", "<username>") \
  .option("password", "<password>") \
  .load()
df.show()

如果能够正确输出表的内容，说明连接成功。

插入数据。请使用以下代码向MySQL表中插入数据。

df = spark.createDataFrame([(6, 'f'), (7, 'g')], ["id", "name"])
df.write \
  .format("jdbc") \
  .mode("append") \
  .option("url", "jdbc:mysql://<jdbc_url>") \
  .option("dbtable", "<db>.<table>") \
  .option("user", "<username>") \
  .option("password", "<password>") \
  .save()
df.show()

涉及参数mode("append")，该参数指定写入模式为追加模式，确保新数据被追加至目标表中，而不会覆盖或删除已存数据。

如果能正确返回插入的数据，说明写入功能正常。

方式三：使用Spark批任务

编写测试代码。使用以下Scala代码编译并打包为JAR文件。

package spark.test

import org.apache.spark.sql.SparkSession

object Main {
  def main(args: Array[String]): Unit = {
    val spark = SparkSession.builder()
      .appName("test")
      .getOrCreate()

    val newRows = spark.createDataFrame(Seq((6, "f"), (7, "g"))).toDF("id", "name")
    newRows.write.format("jdbc")
      .mode("append")
      .option("url", "jdbc:mysql://<jdbc_url>")
      .option("dbtable", "<db>.<table>")
      .option("user", "<username>")
      .option("password", "<password>")
      .save()
    
    spark.read.format("jdbc")
      .option("url", "jdbc:mysql://<jdbc_url>")
      .option("dbtable", "<db>.<table>")
      .option("user", "<username>")
      .option("password", "<password>")
      .load()
      .show()
    
    spark.stop()
  }
}

创建批任务。在数据开发中创建批任务 > JAR类型的任务，然后配置以下参数进行测试。具体配置请参见批任务或流任务开发。
- 主jar资源：选择或者填写打包好的JAR文件地址。
- Main Class：spark.test.Main。
- 网络连接：选择预先配置的网络连接。
查看验证结果。任务执行后，您可以单击下方运行记录区域中的日志探查，在Driver日志的Stdout页签，查看到MySQL对应库表中的内容。