spark sql通过jdbc连接mysql读写数据

Spark SQL可以通过JDBC连接MySQL数据库，实现读写数据的操作。

具体步骤如下：

1. 在Spark应用程序中，引入MySQL JDBC驱动程序。

2. 使用SparkSession对象创建一个DataFrame，指定MySQL数据库的连接信息和查询语句。

3. 使用DataFrame的API进行数据读取或写入操作。

例如，以下代码演示了如何使用Spark SQL通过JDBC连接MySQL数据库读取数据：

import org.apache.spark.sql.SparkSession

object SparkSQLJDBCExample {
  def main(args: Array[String]): Unit = {
    val spark = SparkSession.builder()
      .appName("Spark SQL JDBC Example")
      .master("local[*]")
      .getOrCreate()

    val jdbcDF = spark.read
      .format("jdbc")
      .option("url", "jdbc:mysql://localhost:3306/test")
      .option("driver", "com.mysql.jdbc.Driver")
      .option("dbtable", "employee")
      .option("user", "root")
      .option("password", "password")
      .load()

    jdbcDF.show()

    spark.stop()
  }
}

在这个例子中，我们使用SparkSession对象创建了一个DataFrame，通过JDBC连接MySQL数据库，读取了employee表中的数据，并使用show()方法展示了数据。

类似地，我们也可以使用DataFrame的API进行数据写入操作，例如：

jdbcDF.write
  .format("jdbc")
  .option("url", "jdbc:mysql://localhost:3306/test")
  .option("driver", "com.mysql.jdbc.Driver")
  .option("dbtable", "employee_copy")
  .option("user", "root")
  .option("password", "password")
  .save()

这段代码将DataFrame中的数据写入到MySQL数据库的employee_copy表中。

总之，Spark SQL通过JDBC连接MySQL数据库，可以方便地实现数据的读写操作。