Spark SQL 扩展开发入门【源码解读】

作者:王道远
编辑:平凡的世界-zkx

前言:因为大佬的视频和ppt对外开放，需要走很多的流程，所以是不会公开的，此博客内容编辑整理纯属于本人，如转载请注明出处。

image.png image.png

1.简单介绍一下spark sql的背景，介绍一下sparksql能做的事情。
2.介绍一下sparksql扩展开发的相关的api
3.怎么样把开发好的插件放到生产环境

image.png

sparksql提供了sql api 和类似于sql的dataframe 和dataset api

image.png
catalyst执行和优化的作用,sparksql的核心
image.png
1.修改spark 源码，再打包，进行提交，打包成本高，维护成本高。
2.业务特定的场景，开源社区不会接受，自己维护比较大。每次使用新版本，都要重新patch，会比较痛苦，有些版本Spark不方便自己替换，依赖Spark实现的作业，有可能需要用到添加的类。如果一些修改都加到spark里面，也会给不需要这些功能的其他用户造成困扰。
image.png

06:44

image.png
自定义扩展Spark parser,支持自定义语法。修改解析规则，修改优化规则，修改物理计划生成。
image.png
image.png
image.png
image.png

image.png
image.png
image.png