1. 概述
1.1 版本
| FineDataLink 版本 | 功能变更 |
|---|---|
| 3.6.2 | 数据转换节点 新增算子「Spark SQL」算子，可实现较灵活的数据转换功能 |
| 4.0.17 |
|
| 4.1.6.4 | 支持 to_json、struct 函数，详情请参见：to_json、struct函数 |
| 4.1.7.3 | 交互界面优化 |
1.2 应用场景
面对文件数据源、API数据源等非关系型数据的加工处理，我们往往需要将对应数据抽取到数据库后，再利用sql进行加工处理，导致目标数据库产生冗余数据；Spark SQL算子可实现在FDL产品内便完成对各类数据源的加工处理，包括左右关联、上下关联、分组汇总、排序等；
同时在数据转换可视化算子不够丰富时，可使用 Spark SQL 算子应对各类数据处理场景。
用户在接入 API 数据源时，需要进行加密认证，此时可以使用 Spark SQL 加密相关函数和变量获取 token 等。
1.3 功能简介
通过使用 Spark SQL 算子，用户可以获取上游输出的数据，使用 Spark SQL 对其进行查询和处理，并输出给下游。
4.0.17 版本 Spark SQL 算子支持作为输入型算子，可以输入参数或常量，便于进行加密认证等，相关示例详情参见：API取数-加密身份验证&按页数取数。
2. 功能说明
1）Spark SQL 支持作为输入型算子，使用加密函数或者引入参数。
引用参数格式为：select '${cyctime}' as date
2）Spark SQL 兼容通用 SQL ，支持范围与 数据同步-数据来源 中一致，若需要使用 update 等语句，请使用 SQL脚本
3）Spark SQL 常用语法及介绍请参见：Spark SQL语法
4）Spark SQL 界面具体设置项介绍如下表所示：
| Tab 页 | 设置项 | 介绍 |
|---|---|---|
| 配置 | 输入源 | 与上游算子相连后，自动获取上游的节点作为输入表，表名即为上游节点的名称 可以接入两类算子： |
| SQL 语句 | 由用户自定义输入 在输入 SQL 语句时，有联想功能，例如：表名加.就能联想字段名：
若字段名较多，可使用鼠标在热区（下图红框框起的位置）内滚动，选择字段：
| |
| 数据预览 | - | 「配置」界面设置好之后，点击「数据预览」Tab，可预览 Spark SQL 转换后的数据 |
5）数据预览Tab下，只采样 5000 条数据进行计算，避免数据量过大导致服务器压力大，实际运行会根据实际条数来。
3. 示例
用户想对文件数据源「订单数据」和数据库数据源「客户数据」进行数据关联，并筛选部分数据。
3.1 创建任务
新建任务，将一个「数据转换」节点拖到设计界面。如下图所示：
3.2 设置数据输入
点击「数据转换」节点，进入编辑界面，参考读取本地数据，将本地 Excel 数据上传到 FineDataLink 系统中，如下图所示：
将一个「DB表输入」算子拖到数据转换的设计界面，SQL 语句取出「S客户」表中所有数据。如下图所示：
3.3 设置数据关联
设置数据关联，将「订单数据」和「客户数据」根据「客户ID」左连接数据关联，如下图所示：
3.4 设置 Spark SQL 算子
将 Spark SQL 算子拖到数据转换的设计界面，并使用线条跟它的上游「DB表输入」算子相连。配置 Spark SQL ，语句为：
select * FROM 数据关联 where `传真` is not null and `货主城市` ='北京'。如下图所示：
注：表名为上游节点的名称；语句不能直接复制，「数据关联」需点击生成。
需要注意 SQL 语句的写法，如下图所示：
点击「数据预览」，效果如下图所示：
3.5 字段设置
新增「字段设置」算子，可以删减和修改字段名称、类型等，如下图所示：
3.6 设置DB表输出
再将一个「DB表输出」算子拖到设计界面，并使用线条跟它的上游「Spark SQL」算子相连。
点击「DB表输出」算子对它进行设置。如下图所示：
3.7 运行任务
1）点击右上角「保存」按钮。点击右上角「保存并运行」，日志有执行成功信息表示任务成功运行。如下图所示：
可以看到数据库中新增了一张输出后的数据表「out_order」，如下图所示：
上一篇：Python 算子
