sparksql 指定输出的文件名
2022/1/24 19:08:33
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!
- 2024-06-26结对编程到底难不难?答案在这里
- 2024-06-19《2023版Java工程师》课程升级公告
- 2024-06-15matplotlib作图不显示3D图,怎么办?
- 2024-06-1503-Loki 日志监控
- 2024-06-1504-让LLM理解知识 -Prompt
- 2024-06-05做软件测试需要懂代码吗?
- 2024-06-0514-ShardingSphere的分布式主键实现
- 2024-06-03为什么以及如何要进行架构设计权衡?
- 2024-05-31全网首发第二弹!软考2024年5月《软件设计师》真题+解析+答案!(11-20题)
- 2024-05-31全网首发!软考2024年5月《软件设计师》真题+解析+答案!(21-30题)