:+1:

@yan 这个代码应该是你要的意思吧？

    val numbers = List(1, 2, 3, 4, 5, 6, 7, 8, 9, 10)
    val parallelize: RDD[Int] = sc.parallelize(numbers, 1)
    import scala.collection.mutable.HashMap
    val tableRdd: RDD[(String, HashMap[String, AnyVal])] = parallelize.map(f => {
      val map = new HashMap[String, AnyVal]()
      ("表名", map += "列名"-> f)
    })
    val tuples: Array[(String, mutable.HashMap[String, AnyVal])] = tableRdd.collect()
    for (a:(String, mutable.HashMap[String, AnyVal]) <- tuples){
      println("表名:" + a._1 + " 数据:" + a._2)
    }

结果

你map之后返回元组 (表名，Map<列名，值>) 就会变成RDD[表名,Map[列名，值]]，返回什么自己定不是非得Array

那你用map转成pairRDD key为你定义的表名，做切分转成map结构当value不就行了

你那数据是一个表的，还是多个表的？数据里有表名吗？

spark-2.1.2-bin-hadoop2.7.tar是基于hadoop2.7编译的2.1.2版本的spark，这个版本可以使用hadoop的yarn
spark.tar这个你可以打开看看如果里面有源码那就是未编译的版本，一般会比较小。如果里面没有源码那就是最新版的spark独立安装版

你下得系统镜像就是最小安装版的吧

:+1:

这样子试试？当然你的环境变量里要配置好，才能找到php命令

Process process =null;
String command1 = “php ”+"PHP文件地址";
process = Runtime.getRuntime().exec(command1);
process.waitFor();

你是用java api读hbase吗？
正常在maven里加上hbase-client就可以了。
你可以把你代码和报错贴个图

是win10系统在idea上执行mr程序吗？

java版的api看着麻烦，你怎么不用scala版的

@maxy 能啊，你定义个变量不就得了

val url:String = "jdbc:mysql://localhost:3306/hainiutest"

@maxy 2.2还是可以使用SQLContext的，只是不建议使用而已，未来版本会抛弃。
你的代码我这里是没有问题的哦，给你个参照，你看看是不是那里写错了？

package com.hainiu.spark.sql

import org.apache.spark.SparkConf
import org.apache.spark.sql.{Dataset, SparkSession}
object SqlMysql_session {
  def main(args: Array[String]): Unit = {
    val conf = new SparkConf()
    conf.setAppName("sqlmysql").setMaster("local")
    val spark = SparkSession.builder().appName("SparkSQLDemo").config(conf).getOrCreate()
    val data: Dataset[_] = spark.read.format("jdbc")
      .option("driver", "com.mysql.jdbc.Driver")
      .option("url", "jdbc:mysql://localhost:3306/hainiutest")
      .option("dbtable", "hainiu_web_seed")
      .option("user", "hainiu")
      .option("password", "12345678").load
    data.createOrReplaceTempView("temp")
    val row: Dataset[_] = spark.sql("select * from temp")
    row.show()
  }
}

@HiHadoop 你这么写本来就没啥意义啊， 你非要写，实际工作中也没有这么用的