sql跨數(shù)據(jù)庫查詢?nèi)绾尾樵儯?，spark通過JDBC從RDB查詢數(shù)據(jù)源。不過，Spark對JDBC的支持也是一個漸進的演進過程，關(guān)鍵是1.3版的引入，也就是數(shù)據(jù)幀。在1.3之前，spark使用JDBC

sql跨數(shù)據(jù)庫查詢?nèi)绾尾樵儯?/h2>

，spark通過JDBC從RDB查詢數(shù)據(jù)源。不過，Spark對JDBC的支持也是一個漸進的演進過程，關(guān)鍵是1.3版的引入，也就是數(shù)據(jù)幀。在1.3之前，spark使用JDBCRDD處理對JDBC的查詢。它實現(xiàn)了標(biāo)準(zhǔn)的RDD接口，如分區(qū)和計算。但對很多用戶來說太復(fù)雜了。同樣的事情也可以從df1.3直接完成。例如，下面的代碼可以完成一個RDB表的查詢

如您所見，無論數(shù)據(jù)源（hive、parquet，甚至NoSQL）的數(shù)據(jù)來自何處，在引入數(shù)據(jù)幀后，其代碼都非常相似，結(jié)果就是數(shù)據(jù)幀，您可以盡可能地將它們混合在一起。至于dataframe如何支持多個數(shù)據(jù)源以及如何優(yōu)化它們，我將再次討論源代碼。

SQL數(shù)據(jù)庫跨庫查詢語句怎么寫？

工具/材料：管理工作室。

1. 首先，在桌面上，單擊“管理工作室”圖標(biāo)。

2. 然后在界面中，點擊左上角的“新建查詢”選項。

3. 然后在界面中輸入“跨數(shù)據(jù)庫聯(lián)接表查詢”的SQL語句選擇a.name作為名稱，a.gradeasbgrade，b.nameasbname，b.gra從lgemps.dbo.test2asa中刪除， 測試.dbo.rssasbwherea.name=b.name“…

4。然后，在界面中單擊左上角的“執(zhí)行”按鈕。

5. 最后，在界面上顯示了跨數(shù)據(jù)庫連接表查詢的成功。