是否有任何规定在 Spark SQL 中执行“INSERT IF NOT EXISTS ELSE UPDATE”。
我有包含一些记录的 Spark SQL 表“ABC”。
然后我有另一批记录,我想根据它们是否存在于该表中,在该表中插入/更新。
是否有我可以在 SQL 查询中使用的 SQL 命令来实现这一点?
最佳答案
在常规 Spark 中,这可以通过 join
实现后跟一个 map
像这样:
import spark.implicits._
val df1 = spark.sparkContext.parallelize(List(("id1", "orginal"), ("id2", "original"))).toDF("df1_id", "df1_status")
val df2 = spark.sparkContext.parallelize(List(("id1", "new"), ("id3","new"))).toDF("df2_id", "df2_status")
val df3 = df1
.join(df2, 'df1_id === 'df2_id, "outer")
.map(row => {
if (row.isNullAt(2))
(row.getString(0), row.getString(1))
else
(row.getString(2), row.getString(3))
})
这产生:
scala> df3.show
+---+--------+
| _1| _2|
+---+--------+
|id3| new|
|id1| new|
|id2|original|
+---+--------+
您也可以使用
select
与 udfs
而不是 map
,但在这种带有空值的特殊情况下,我个人更喜欢 map
变体。
关于apache-spark - 在 Spark SQL 中插入如果不存在 ELSE 更新,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45700834/