SparkSQL不仅能够查询MySQL数据库中的数据,还可以向表中插人新的数据，实现方式的具体代码如文件4-5所示。

文件4-5 SparkSqlToMysql.scala

import java.util.Properties
import org.apachen.spark.rdd.RDD
import org.apache.spark.sq1.{DataFrame, SparkSession}
//创建样例类Person
case class Person (id: Int, name:String,age: Int)
object SparkSqlToMysql {
def main(args:ArrayL String]): Unit ={
//1.创建sparkSession对象
val spark: SparkSession=sparksession.builder()
.appNamne("SparksqIToMysql")
.master("local[2]")
. getOrCreate()
//2.创建数据
val data=spark.sparkContext
.patgoarrav("3,wangwu,22","4,zhaoliu,26"))
//3.按MySQL列名切分数据
val arRRD:RRD[Arey[String]] =data.map(_.split(",")")
//4.RDD关联Person样例类
val personRDD:RDD[Person]=
arrRDD.map(x=>Person(x(0).toInt,x(1),x(2).toInt).
//导人隐式转换
import spark.implicits_
//5.将RDD转换成DataFrame
val personDF:DataFrame=personRDD.toDF()
//6.设置JDBC配置参数
val prop =new Properties()
prop.setProperty("user","root")
prop.setProperty("password","123456")
prop.setProperty("driver"，"com.mysql.jdbc.Driver")
//7.写入数据
personDF.write.mode("append").jdbc(
"jdbc:mysql://192.168.121.134:3306/spark","spark.person",prop)
personDF.show()
 }
}

在文件4-5中,第5行代码首先创建case class Person样例类;第9~ 12行代码用来创建SparkSession对象;第14~15行代码则通过spark.SparkContext.parallelize( )方法创建一个RDD,该RDD值表示两个person数据;第17~24行代码表示将数据按照逗号切分并匹配case class Person中的字段用于转换成DataFrame对象;第26~29行代码表示设置JDBC配置参数，访问MySQL数据库;第31行代码personDF. write. mode()方法表示设置写人数据方式，该参数append是一个枚举类型，枚举参数分别有append、overwriteerrorIfExistsignore4个值，分别表示为追加、覆盖、表如果存在即报错(该值为默认值)、忽略新保存的数据。
运行文件4-5中的代码，返回sQLyog工具查看当前数据表，数据表内容如图4-7所示。