本篇內(nèi)容主要講解“如何使用spark-redis組件訪問云數(shù)據(jù)庫Redis”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實(shí)用性強(qiáng)。下面就讓小編來帶大家學(xué)習(xí)“如何使用spark-redis組件訪問云數(shù)據(jù)庫Redis”吧!
成都創(chuàng)新互聯(lián)基于成都重慶香港及美國等地區(qū)分布式IDC機(jī)房數(shù)據(jù)中心構(gòu)建的電信大帶寬，聯(lián)通大帶寬，移動(dòng)大帶寬，多線BGP大帶寬租用,是為眾多客戶提供專業(yè)服務(wù)器托管報(bào)價(jià)，主機(jī)托管價(jià)格性價(jià)比高，為金融證券行業(yè)達(dá)州電信機(jī)房，ai人工智能服務(wù)器托管提供bgp線路100M獨(dú)享，G口帶寬及機(jī)柜租用的專業(yè)成都idc公司。
我們以EMR-3.21.0版本和Redis 4.0為例。EMR集群安裝的Spark版本是2.4.3，我們需要使用對應(yīng)的Spark-Redis 2.4版本，該組件可以支持Redis 2.9.0以上版本。
EMR和Redis需要在同一個(gè)VPC網(wǎng)絡(luò)中創(chuàng)建，同時(shí)，在云數(shù)據(jù)庫Redis實(shí)例啟動(dòng)之后，需要在“白名單設(shè)置”中添加EMR集群IP地址（參考Redis快速入門文檔，https://help.aliyun.com/document_detail/107043.html）。
接下去，我們登錄EMR Master節(jié)點(diǎn)啟動(dòng)Spark Shell。如果Master節(jié)點(diǎn)可以連接外網(wǎng)，可以使用package方式加載spark-redis相關(guān)jar包：
spark-shell --packages com.redislabs:spark-redis:2.4.0 \ --conf spark.redis.host=hostname \ --conf spark.redis.port=6379 \ --conf spark.redis.auth=password
spark.redis.host等參數(shù)可以在命令行指定，也可以配置在 spark-defaults.conf 中，也可以在代碼中指定。其中：
spark.redis.host：Redis內(nèi)網(wǎng)連接地址
spark.redis.port：Redis服務(wù)端口號
spark.redis.auth：創(chuàng)建Redis實(shí)例時(shí)指定的密碼
也可以通過--jars的方式指定依賴的jar包：
spark-shell --jars spark-redis-2.4.0.jar,jedis-3.1.0-m1.jar,commons-pool2-2.0.jar \ --conf spark.redis.host=hostname \ --conf spark.redis.port=6379 \ --conf spark.redis.auth=password
scala> import com.redislabs.provider.redis._import com.redislabs.provider.redis._scala> val data = Array(("key1", "v1"), ("key2", "world"), ("key3", "hello"), ("key4", "Hong"), ("key5", "Kong"))data: Array[(String, String)] = Array((key1,v1), (key2,world), (key3,hello), (key4,Hong), (key5,Kong))scala> val distData = sc.parallelize(data)distData: org.apache.spark.rdd.RDD[(String, String)] = ParallelCollectionRDD[0] at parallelize at:29 scala> sc.toRedisKV(distData)
scala> val stringRDD = sc.fromRedisKV("key*").map{ kv => kv._2 }stringRDD: org.apache.spark.rdd.RDD[String] = MapPartitionsRDD[3] at map at:27 scala> val values = stringRDD.collect()values: Array[String] = Array(world, hello, v1, Kong, Hong)scala> println(values.mkString(","))world,hello,v1,Kong,Hong
scala> case class Person(name: String, age: Int)defined class Personscala> val personSeq = Seq(Person("John", 30), Person("Peter", 45))personSeq: Seq[Person] = List(Person(John,30), Person(Peter,45))scala> val df = spark.createDataFrame(personSeq)df: org.apache.spark.sql.DataFrame = [name: string, age: int]scala> df.write.format("org.apache.spark.sql.redis").option("table", "person").save()
到此，相信大家對“如何使用spark-redis組件訪問云數(shù)據(jù)庫Redis”有了更深的了解，不妨來實(shí)際操作一番吧！這里是創(chuàng)新互聯(lián)網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！
重慶分公司
重慶分公司
