【技术干货】代码示例：使用 Apache Spark 连接 TDengine

小 T 导读：想用 Spark 对接 TDengine？保姆级教程来了。

0、前言

TDengine 是由涛思数据开发并开源的一款高性能、分布式、支持 SQL 的时序数据库（Time-Series Database）。

在上一篇文章中，我们示范了如何使用 Apache Flink 连接 TDengine，使用 Apache Spark 的小伙伴们已经迫不及待地等待续集了。

相对于 Flink，Spark 对接起来就简单多了。

1、技术实现

Spark 本身封装了 JDBC 的方法，所以我们直接使用 Spark 官网的示例代码就可以完成对接了。

2、示例代码

```package com.taosdata.java;
import org.apache.spark.sql.Dataset;
import org.apache.spark.sql.Row;
import org.apache.spark.sql.SaveMode;
import org.apache.spark.sql.SparkSession;
import org.apache.spark.sql.jdbc.JdbcDialect;
import org.apache.spark.sql.jdbc.JdbcDialects;
public class SparkTest{
public static void main(String[] args) {
// 数据库配置
String url = "jdbc:TAOS://u05:6030/tt?user=root&password=taosdata";
String driver = "com.taosdata.jdbc.TSDBDriver";
String dbtable = "t1";

           SparkSession sparkSession = SparkSession.builder()
                           .appName("DataSourceJDBC") // 设置应用名称
                           .master("local") // 本地单线程运行
                           .getOrCreate();
           // 创建DataFrame
           Dataset<Row> df = sparkSession
                           .read() // 返回一个DataFrameReader，可用于将非流数据作为DataFrame读取
                           .format("jdbc") // JDBC数据源
                           .option("url", url)
                           .option("driver", driver)
                           .option("query", "select * from tt.meters limit 100") // 二选一，sql语句或者表
                           .load();
           // 将DataFrame的内容显示
           df.show();

           df.write() // 返回一个DataFrameWriter，可用于将DataFrame写入外部存储系统
                           .format("jdbc") // JDBC数据源
                           .mode(SaveMode.Append) // 如果第一次生成了，后续会追加
                           .option("url", url)
                           .option("driver", driver)
                           .option("dbtable", "test.meters") // 表名
                           .save();
           sparkSession.stop();
    }

}

## 3、简单测试 JNI 读写
### 1) 环境准备：
#### a) Spark 安装&启动：
- wget https://www.apache.org/dyn/closer.lua/spark/spark-3.2.1/spark-3.2.1-bin-hadoop3.2.tgz
- tar zxf spark-3.2.1-bin-hadoop3.2.tgz -C /usr/local

#### b) TDengine Database 环境准备：
创建原始数据： 
- create database tt;
- create table tt.meters (ts TIMESTAMP,vol INT) ;
- insert into meters values(now,220);

创建目标数据库表： 
- create database test;
- create table test.meters (ts TIMESTAMP,vol INT) ;

### 2) 打包编译：
源码位置： https://github.com/liuyq-617/TD-Spark

mvn clean package

### 3) 程序启动：
spark-submit –master local –name TDenginetest –class com.taosdata.java.SparkTest /testSpark-1.0-SNAPSHOT-dist.jar

读取数据 
- 读取的数据直接打印在控制台
- 
写入数据 
- select * from test.meters; 
- 可以查询到刚插入的数据

## 4、小结
Spark 本身支持 JDBC 的方式来进行读写，我们无需做更多适配，数据接入可以做到无缝衔接。