kudu之所以执行非常快速,可以用来替代HDFS和Hbase等,一个主要原因是,我们可以将普通SQL中的谓词推入kudu引擎,这样kudu查询数据会变的非常快;

将谓词评估推入Kudu引擎可以提高性能,因为它可以减少需要流回Spark引擎以进行进一步评估和处理的数据量。

通过Spark API当前支持谓词下推的谓词集包括:

等于(=)

大于(>)

大于或等于(> =)

小于(<)

小于等于(<=)

因此,Spark SQL中的这些语句会将谓词评估推向Kudu的存储引擎,从而提高整体性能。

import org.apache.kudu.spark.kudu._
import org.apache.spark.{SparkConf, SparkContext}
import org.apache.spark.sql.SparkSession /**
* Created by angel;
*/
object Predicate_pushDown {
def main(args: Array[String]): Unit = {
val sparkConf = new SparkConf().setAppName("AcctfileProcess")
//设置Master_IP并设置spark参数
.setMaster("local")
.set("spark.worker.timeout", "500")
.set("spark.cores.max", "10")
.set("spark.rpc.askTimeout", "600s")
.set("spark.network.timeout", "600s")
.set("spark.task.maxFailures", "1")
.set("spark.speculationfalse", "false")
.set("spark.driver.allowMultipleContexts", "true")
.set("spark.serializer", "org.apache.spark.serializer.KryoSerializer")
val sparkContext = SparkContext.getOrCreate(sparkConf)
val sqlContext = SparkSession.builder().config(sparkConf).getOrCreate().sqlContext
//使用spark创建kudu表
val kuduMasters = "hadoop01:7051,hadoop02:7051,hadoop03:7051"
val kuduContext = new KuduContext(kuduMasters, sqlContext.sparkContext)
//TODO 1:定义kudu表
val kuduTableName = "spark_kudu_tbl"
//TODO 2:配置kudu参数
val kuduOptions: Map[String, String] = Map(
"kudu.table" -> kuduTableName,
"kudu.master" -> kuduMasters) //TODO 3:注册kudu表作为spark的临时表
sqlContext.read.options(kuduOptions).kudu.registerTempTable(kuduTableName) //TODO 4:执行sparkSQL语句,spark会自动将谓词推入kudu引擎
val customerNameAgeDF = sqlContext.
sql(s"""SELECT name, age FROM $kuduTableName WHERE age >= 30""") //TODO 5:展示结果
customerNameAgeDF.show()
//TODO 6:使用sparkSQL的查询计划
customerNameAgeDF.explain()
}
}

可以看到查询计划:

== Physical Plan == Scan org.apache.kudu.spark.kudu.KuduRelation@781dbe44 [name#0,age#1] PushedFilters: [IsNotNull(age), *GreaterThanOrEqual(age,30)], ReadSchema: structname:string,age:int

最新文章

  1. C# OOP 重要部分全解
  2. MVC 自定义IModelBinder实现json参数转Dictionary&lt;string, string&gt;
  3. C++实现单例模式
  4. 面向.Net程序员的Sql版本管理
  5. MapReduce从输入文件到Mapper处理之间的过程
  6. 学习总结 java Iterator迭代器练习
  7. css3 :nth-child 常用用法
  8. 4.MVC框架开发(母版页的应用、按钮导致的Action处理、从界面向控制器传数据和HtmlHelper控件的实现(注册的实现))
  9. IOS_OC_本地推送知识总结
  10. JSP简易留言板
  11. 布置第一个JBOSS服务器
  12. mui开发app之html5+,5+Runtime,5+sdk,native.js
  13. Spring+SpringMVc+Mybatis实现数据库查询
  14. SignalR在ASP.NET MVC中的应用
  15. scrapy爬虫框架
  16. Java Native调用C方法
  17. rem布局在react中的应用
  18. Laravel项目October安装
  19. ArcGIS 10 安装程序及破解文件
  20. CSS(七):浮动

热门文章

  1. Chromium Embedded Framework (CEF)_3.2171.2069_v20170606_x86.tar.xz
  2. Openssl与私有CA搭建
  3. 027_nginx常见优化参数
  4. 006_理解inode
  5. Vue 实战项目开发流程
  6. ansible笔记(5):常用模块之文件操作(二)
  7. Mac 上卸载 Java
  8. 转载:Eureka 开发时快速剔除失效服务
  9. Laravel 5.2分页--怎么在一个页面实现两个以上的列表分页,互不影响?
  10. 【原创】Linux基础之windows linux双系统