airflow.providers.apache.spark.operators.spark_jdbc¶
模組內容¶
類別¶
擴展 SparkSubmitOperator 以使用 Apache Spark 執行與 JDBC 資料庫之間的資料傳輸。 |
- class airflow.providers.apache.spark.operators.spark_jdbc.SparkJDBCOperator(*, spark_app_name='airflow-spark-jdbc', spark_conn_id='spark-default', spark_conf=None, spark_py_files=None, spark_files=None, spark_jars=None, cmd_type='spark_to_jdbc', jdbc_table=None, jdbc_conn_id='jdbc-default', jdbc_driver=None, metastore_table=None, jdbc_truncate=False, save_mode=None, save_format=None, batch_size=None, fetch_size=None, num_partitions=None, partition_column=None, lower_bound=None, upper_bound=None, create_table_column_types=None, **kwargs)[原始碼]¶
基於:
airflow.providers.apache.spark.operators.spark_submit.SparkSubmitOperator擴展 SparkSubmitOperator 以使用 Apache Spark 執行與 JDBC 資料庫之間的資料傳輸。
與 SparkSubmitOperator 相同，它假設 “spark-submit” 二進制檔案在 PATH 中可用。
另請參閱
有關如何使用此運算子的更多資訊，請參閱指南： SparkJDBCOperator
- 參數
spark_app_name (str) – 工作名稱 (預設 airflow-spark-jdbc)
spark_conn_id (str) – 在 Airflow 管理中設定的 spark 連線 ID
spark_conf (dict[str, Any] | None) – 任何額外的 Spark 設定屬性
spark_py_files (str | None) – 使用的其他 Python 檔案 (.zip, .egg 或 .py)
spark_files (str | None) – 要上傳到執行工作的容器的其他檔案
spark_jars (str | None) – 要上傳並添加到驅動程式和執行器類別路徑的其他 JAR 檔案
cmd_type (str) – 資料應如何流動。2 個可能的值：spark_to_jdbc：spark 從中繼資料儲存庫寫入到 jdbc 的資料 jdbc_to_spark：spark 從 jdbc 寫入到中繼資料儲存庫的資料
jdbc_table (str | None) – JDBC 表格的名稱
jdbc_conn_id (str) – 用於連接到 JDBC 資料庫的連線 ID
jdbc_driver (str | None) – 用於 JDBC 連線的 JDBC 驅動程式名稱。此驅動程式（通常是 jar 檔案）應在 ‘jars’ 參數中傳遞
metastore_table (str | None) – 中繼資料儲存庫表格的名稱，
jdbc_truncate (bool) – （僅限 spark_to_jdbc）Spark 是否應截斷或刪除並重新建立 JDBC 表格。這僅在 ‘save_mode’ 設定為 Overwrite 時生效。此外，如果結構描述不同，Spark 無法截斷，將刪除並重新建立
save_mode (str | None) – 要使用的 Spark 儲存模式（例如 overwrite、append 等）
save_format (str | None) – （僅限 jdbc_to_spark）要使用的 Spark 儲存格式（例如 parquet）
batch_size (int | None) – （僅限 spark_to_jdbc）每次往返 JDBC 資料庫要插入的批次大小。預設值為 1000
fetch_size (int | None) – （僅限 jdbc_to_spark）每次往返從 JDBC 資料庫要提取的批次大小。預設值取決於 JDBC 驅動程式
num_partitions (int | None) – Spark 可以同時使用的最大分割區數量，適用於 spark_to_jdbc 和 jdbc_to_spark 操作。這也將限制可以開啟的 JDBC 連線數量
partition_column (str | None) – （僅限 jdbc_to_spark）用於分割中繼資料儲存庫表格的數字欄位。如果指定，您還必須指定：num_partitions、lower_bound、upper_bound
lower_bound (str | None) – （僅限 jdbc_to_spark）要提取的數字分割區欄位範圍的下限。如果指定，您還必須指定：num_partitions、partition_column、upper_bound
upper_bound (str | None) – （僅限 jdbc_to_spark）要提取的數字分割區欄位範圍的上限。如果指定，您還必須指定：num_partitions、partition_column、lower_bound
create_table_column_types (str | None) – （僅限 spark_to_jdbc）建立表格時，要使用的資料庫欄位資料類型，而不是預設值。資料類型資訊應以與 CREATE TABLE 欄位語法相同的格式指定（例如：“name CHAR(64), comments VARCHAR(1024)”）。指定的類型應為有效的 Spark SQL 資料類型。
kwargs (Any) – 傳遞給 SparkSubmitOperator 的 kwargs。