一、不指定查詢條件
這個方式鏈接MySql的函數原型是：
def jdbc(url: String, table: String, properties: Properties): DataFrame
我們只需要提供Driver的url，需要查詢的表名，以及連接表相關屬性properties。下面是具體例子：
val url = "jdbc:mysql://www.iteblog.com:3306/iteblog?user=iteblog&password=iteblog"
val prop = new Properties()
val df = sqlContext.read.jdbc(url, "iteblog", prop )
println(df.count())
println(df.rdd.partitions.size)
我們運行上面的程序，可以看到df.rdd.partitions.size輸出結果是1，這個結果的含義是iteblog表的所有數據都是由RDD的一個分區處理的，所以說，如果你這個表很大，很可能會出現OOM
WARN TaskSetManager: Lost task 0.0 in stage 1.0 (TID 14, spark047219):
java.lang.OutOfMemoryError: GC overhead limit exceeded at com.mysql.jdbc.MysqlIO.reuseAndReadPacket(MysqlIO.java:3380)
這種方式在數據量大的時候不建議使用。
二、指定數據庫字段的範圍
這種方式就是通過指定數據庫中某個字段的範圍，但是遺憾的是，這個字段必須是數字，來看看這個函數的函數原型：
def jdbc(
url: String,
table: String,
columnName: String,
lowerBound: Long,
upperBound: Long,
numPartitions: Int,
connectionProperties: Properties): DataFrame
前兩個字段的含義和方法一類似。columnName就是需要分區的字段，這個字段在數據庫中的類型必須是數字；lowerBound就是分區的下界；upperBound就是分區的上界；numPartitions是分區的個數。同樣，我們也來看看如何使用：
val lowerBound = 1
val upperBound = 100000
val numPartitions = 5
val url = "jdbc:mysql://www.iteblog.com:3306/iteblog?user=iteblog&password=iteblog"
val prop = new Properties()
val df = sqlContext.read.jdbc(url, "iteblog", "id", lowerBound, upperBound, numPartitions, prop)
這個方法可以將iteblog表的數據分佈到RDD的幾個分區中，分區的數量由numPartitions參數決定，在理想情況下，每個分區處理相同數量的數據，我們在使用的時候不建議將這個值設置的比較大，因爲這可能導致數據庫掛掉！但是根據前面介紹，這個函數的缺點就是隻能使用整形數據字段作爲分區關鍵字。
這個函數在極端情況下，也就是設置將numPartitions設置爲1，其含義和第一種方式一致。
三、根據任意字段進行分區
基於前面兩種方法的限制，Spark還提供了根據任意字段進行分區的方法，函數原型如下：
def jdbc(
url: String,
table: String,
predicates: Array[String],
connectionProperties: Properties): DataFrame
這個函數相比第一種方式多了predicates參數，我們可以通過這個參數設置分區的依據，來看看例子：
val predicates = Array[String]("reportDate <= '2014-12-31'",
"reportDate > '2014-12-31' and reportDate <= '2015-12-31'")
val url = "jdbc:mysql://www.iteblog.com:3306/iteblog?user=iteblog&password=iteblog"
val prop = new Properties()
val df = sqlContext.read.jdbc(url, "iteblog", predicates, prop)
最後rdd的分區數量就等於predicates.length。
四、通過load獲取
Spark還提供通過load的方式來讀取數據。
sqlContext.read.format("jdbc").options(
Map("url" -> "jdbc:mysql://www.iteblog.com:3306/iteblog?user=iteblog&password=iteblog",
"dbtable" -> "iteblog")).load()
options函數支持url、driver、dbtable、partitionColumn、lowerBound、upperBound以及numPartitions選項，細心的同學肯定發現這個和方法二的參數一致。是的，其內部實現原理部分和方法二大體一致。同時load方法還支持json、orc等數據源的讀取
。