dataframe连接jdbc

可以使用Spark SQL中的DataFrameReader类的jdbc()方法来连接JDBC数据源。该方法需要传入JDBC URL、表名和连接属性，并返回一个DataFrame对象，可以方便地在Spark SQL中进行处理或与其他数据源合并。

以下是一个示例代码，演示如何使用jdbc()方法连接JDBC数据源并将结果存储到DataFrame中：

from pyspark.sql import SparkSession

# 创建SparkSession对象
spark = SparkSession.builder.appName("JDBC Connection").getOrCreate()

# 配置JDBC连接属性
url = "jdbc:mysql://localhost:3306/test"
table = "employees"
properties = {
    "user": "root",
    "password": "password"
}

# 读取JDBC数据源
df = spark.read.jdbc(url=url, table=table, properties=properties)

# 显示DataFrame中的数据
df.show()

在上面的代码中，我们首先创建了一个SparkSession对象。然后，我们配置了JDBC连接属性，包括JDBC URL、表名和连接属性。最后，我们使用DataFrameReader类的jdbc()方法读取JDBC数据源，并将结果存储到DataFrame中。最后，我们使用show()方法显示DataFrame中的数据。