Spark实战（6）_spark-sql-e-f-i命令的整合和spark-sql日常作业开发流程总结

背景介绍

在日常工作中，我们可以在一个shell脚本里面利用执行sql脚本，而且可以传参数，但是存在一个问题，shell脚本对格式要求严格，而且shell脚本和spark-sql的脚本混在一起，内容庞大凌乱，不好管理。而可以执行一个hql文件，但是不能传参数进去，这就引出了一个问题，有没有一种方法，既可以把shell和hql脚本分开，shell负责调度hql脚本，并且可以在shell中把参数传递到hql中，hql脚本文件只负责写hql。

sparkF功能开发的思路

开发一个sparkF的功能，用法同spark-sql -f，但支持传参，使用格式：

sparkF aa.sql

sparkF aa.sql -date 2015-01-02

sparkF aa.sql -date 2015-01-02 -date1 2015-01-03

其中，aa.sql里通过的方式对接替换为想传递的参数值。

sparkF开发思路，

最终的使用方式，sparkF aa.sql -date 2015-01-02

难点，把Java程序的输出结果直接放到shell脚本里运行。

例如，运行，

首先，Java运行jar，把参数传进来，shell脚本里接收参数。参数是哪里传的呢？哪里传给sparkF的呢？是shell脚本传过来的，，交给java来处理，把sql脚本里的占位参数替换为传递的参数值后，打印的str由cmd来接收，再用执行。

/export/project/lib/sparkF.jar，路径可以不写死，可以给它配一个环境变量。

，作为一个公共的UDF文件，在中通过调用，在-e执行之前，用-i进行初始化。

添加maven插件，打包SparkF.jar。

执行验证结果，

spark-sql日常作业开发流程

以为例，

在aa.hql脚本中编写业务逻辑处理脚本，如果有参数，假设参数是dt，在脚本中用占位符代替（取决于开发SparkF.jar时的定义），然后通过aa.sh调度aa.hql，如，并且在aa.sh中利用我们开发的sparkF的功能，如。

这样，可以实现hql业务处理逻辑和shell脚本分离，并且可以把自定义的UDF统一放在一个hql文件中统一管理，在sparkF命令中通过统一引用。如：

本文首发于steem，感谢阅读，转载请注明。

https://steemit.com/@padluo

微信公众号「padluo」，分享数据科学家的自我修养，既然遇见，不如一起成长。

数据分析

读者交流电报群

https://t.me/sspadluo

知识星球交流群

知识星球读者交流群