目錄

• createTempView運(yùn)作原理
• 低效做法
• 緩存臨時(shí)表方式：
• 方式1 創(chuàng)建
• 方式2
• 方式3
• 臨時(shí)表生命周期

createTempView運(yùn)作原理

先說一個(gè)眾人皆知的知識(shí)：
Spark中的算子包含transformation算子和action算子，transformation是根據(jù)原有RDD創(chuàng)建一個(gè)新的RDD，而action則把RDD操作后的結(jié)果返回給driver。Spark對(duì)transformation的抽象可以大大提高性能，這是因?yàn)樵赟park中，所有transformation操作都是lazy模式，即Spark不會(huì)立即計(jì)算結(jié)果，而只是簡(jiǎn)單地記住所有對(duì)數(shù)據(jù)集的轉(zhuǎn)換操作邏輯。這些轉(zhuǎn)換只有遇到action操作的時(shí)候才會(huì)開始計(jì)算。這樣的設(shè)計(jì)使得Spark更加高效。

低效做法

sql("select a,b from table where xxx").createTempView("view1")
sql("select a from view1 where xxx").show()
sql("select b from view1 where xxx").show()

使用createTempView后，查詢這個(gè)視圖每次都很耗時(shí)了，正是因?yàn)閏reateTempView操作是lazy模式，在沒有action算子觸發(fā)之前，它并沒有什么實(shí)質(zhì)性的運(yùn)作，僅僅記錄了一個(gè)創(chuàng)建視圖的邏輯。
Spark每次遇到action算子show()方法的時(shí)候，才開始真正計(jì)算，上面代碼中兩次用到視圖view1，那么意味著創(chuàng)建視圖的方法會(huì)執(zhí)行兩次，因此非常的耗時(shí)，所以需要對(duì)view1進(jìn)行緩存處理。

緩存臨時(shí)表方式：

方式1 創(chuàng)建

// 創(chuàng)建它的SparkSession對(duì)象終止前有效
df.createOrReplaceTempView("tempViewName")  
// spark應(yīng)用程序終止前有效
df.createOrReplaceGlobalTempView("tempViewName") 

注銷

spark.catalog.dropTempView("tempViewName")
spark.catalog.dropGlobalTempView("tempViewName")

方式2

創(chuàng)建

session.table("tempViewName").cache()

注銷

session.table("tempViewName").unpersist()

方式3

創(chuàng)建

commonDF.cahe() 或 commonDF.persist(StorageLevel.MEMORY_AND_DISK)
commonDF.createOrReplaceTempView("tempViewName")

注銷

commonDF.unpersist()

臨時(shí)表生命周期

源碼

createOrReplaceTempView

  /**
   * 使用給定名稱創(chuàng)建本地臨時(shí)視圖。此臨時(shí)視圖的生命周期與用于創(chuàng)建此數(shù)據(jù)集的 SparkSession 相關(guān)聯(lián)。
   *
   * @group basic
   * @since 2.0.0
   */
  def createOrReplaceTempView(viewName: String): Unit = withPlan {
    createTempViewCommand(viewName, replace = true, global = false)
  }

也就是說,當(dāng)一下代碼中spark stop(),之后 創(chuàng)建的臨時(shí)視圖表才失效

createGlobalTempView

/**
   * 使用給定名稱創(chuàng)建一個(gè)全局臨時(shí)視圖。此臨時(shí)視圖的生命周期與此 Spark 應(yīng)用程序相關(guān)聯(lián)。全局臨時(shí)視圖是跨會(huì)話的。它的生命周期是 Spark 應(yīng)用程序的生命周期，即當(dāng)應(yīng)用程序終止時(shí)它會(huì)被自動(dòng)刪除。它與系統(tǒng)保留的數(shù)據(jù)庫 global_temp 相關(guān)聯(lián)，我們必須使用限定名稱來引用全局臨時(shí)視圖，例如從 global_temp.view1 中選擇。
   *
   * @throws AnalysisException if the view name is invalid or already exists
   *
   * @group basic
   * @since 2.1.0
   */
  @throws[AnalysisException]
  def createGlobalTempView(viewName: String): Unit = withPlan {
    createTempViewCommand(viewName, replace = false, global = true)
  }

到此這篇關(guān)于Spark臨時(shí)表tempView的注冊(cè)/使用/注銷/注意事項(xiàng)的文章就介紹到這了,更多相關(guān)Spark臨時(shí)表tempView內(nèi)容請(qǐng)搜索以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持！