sparksql 指定输出的文件名

本文主要是介绍sparksql 指定输出的文件名，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

这是sparksql写入hive表指定输出文件名的自定义方式。

版本：spark-2.3.2

实现目的
在目前的业务需求中，需要实现场景为：

当往一个hive表中不断以Append的方式写入数据，需要知道哪些文件是哪一次运行后追加的文件，所以最好的方法是往输出的文件名前添加前缀，如日期，或者调度编号等。但是spark未提供相应参数接口，需要更改一丢丢源码来实现。

实现方式

只需要更新 org.apache.spark.internal.io.HadoopMapReduceCommitProtocol#getFilename 方法内容，添加如 spark.sql.hyren.outputfilename.preffix 配置项重新打包替换 spark-core_2.11-2.3.2.jar 即可。

使用时指定配置项如

spark.conf.set("spark.sql.hyren.outputfilename.preffix","20200101")

这篇关于sparksql 指定输出的文件名的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！