SparkSQL与Hive交互 | 您所在的位置:网站首页 › sparksql和sql的区别 › SparkSQL与Hive交互 |
SparkSQL与Hive交互
一、内嵌Hive应用二、外部Hive应用三、运行Spark SQL CLI四、IDEA操作外部Hive
SparkSQL可以采用内嵌Hive,也可以采用外部Hive。企业开发中,通常采用外部Hive。 一、内嵌Hive应用内嵌Hive,元数据存储在Derby数据库。 (1)如果使用Spark内嵌的Hive,则什么都不用做,直接使用即可。 [root@bigdata111 spark-local]$ bin/spark-shell scala> spark.sql("show tables").show注意:执行完后,发现多了$SPARK_HOME/metastore_db和derby.log,用于存储元数据 (2)创建一个表 scala> spark.sql("create table user(id int, name string)")注意:执行完后,发现多了$SPARK_HOME/spark-warehouse/user,用于存储数据库数据 (3)查看数据库 scala> spark.sql("show tables").show(4)向表中插入数据 scala> spark.sql("insert into user values(1,'wgh')")(5)查询数据 scala> spark.sql("select * from user").show注意:然而在实际使用中,几乎没有任何人会使用内置的Hive,因为元数据存储在derby数据库,不支持多客户端访问。 二、外部Hive应用如果Spark要接管Hive外部已经部署好的Hive,需要通过以下几个步骤: (0)为了说明内嵌Hive和外部Hive区别:删除内嵌Hive的metastore_db和spark-warehouse [root@bigdata111 spark-local]$ rm -rf metastore_db/ spark-warehouse/(1)确定原有Hive是正常工作的 [root@bigdata111 hadoop-3.1.3]$ sbin/start-dfs.sh [root@bigdata111 hadoop-3.1.3]$ sbin/start-yarn.sh [root@bigdata111 hive]$ bin/hive(2)需要把hive-site.xml拷贝到spark的conf/目录下 [root@bigdata111 conf]$ cp hive-site.xml /opt/module/spark-local/conf/(3)如果以前hive-site.xml文件中,配置过Tez相关信息,注释掉(不是必须) (4)把MySQL的驱动copy到Spark的jars/目录下 [root@bigdata111 software]$ cp mysql-connector-java-5.1.48.jar /opt/module/spark-local/jars/(5)需要提前启动hive服务,/opt/module/hive/bin/hiveservices.sh start(不是必须) (6)如果访问不到HDFS,则需把core-site.xml和hdfs-site.xml拷贝到conf/目录(不是必须) (7)启动 spark-shell [root@bigdata111 spark-local]$ bin/spark-shell(8)查询表 scala> spark.sql("show tables").show(9)创建一个表 scala> spark.sql("create table student(id int, name string)")(10)向表中插入数据 scala> spark.sql("insert into student values(1,'wgh')")(11)查询数据 scala> spark.sql("select * from student").show 三、运行Spark SQL CLISpark SQL CLI可以很方便的在本地运行Hive元数据服务以及从命令行执行查询任务。在Spark目录下执行如下命令启动Spark SQL CLI,直接执行SQL语句,类似Hive窗口。 [root@bigdata111 spark-local]$ bin/spark-sql spark-sql (default)> show tables; 四、IDEA操作外部Hive(1)在pom中添加依赖 org.apache.spark spark-sql_2.12 3.0.0 mysql mysql-connector-java 5.1.27 org.apache.spark spark-hive_2.12 3.0.0(2)拷贝hive-site.xml到resources目录(如果需要操作Hadoop,需要拷贝hdfs-site.xml、core-site.xml、yarn-site.xml) (3)代码实现 package com.wghu.sparksql import org.apache.spark.SparkConf import org.apache.spark.sql.SparkSession /** * User: WGH * Date:2023-03-08 * * idea写代码连接外部hive * 1.导入pom依赖,spark-sql mysql连接驱动,spark-hive * 2.将hive-site.xml放入到项目的类路径下 * 3.代码里面获取外部hive的支持,在创建sparkSession对象是加入.enableHiveSupport() */ object SparkSQL12_Hive { def main(args: Array[String]): Unit = { System.setProperty("HADOOP_USER_NAME","root") //1.创建配置对象 val conf : SparkConf = new SparkConf() .setAppName("SparkSQLTest") .setMaster("local[*]") //2.创建sparkSession对象 val spark: SparkSession = SparkSession.builder().config(conf).enableHiveSupport().getOrCreate() //3.编写代码 //连接hive spark.sql("show tables").show() spark.sql("create table bbb(id int,name string)").show() spark.sql("insert into bbb values(1,'wgh')").show() spark.sql("select * from bbb").show() //4.关闭sc spark.stop() } } |
CopyRight 2018-2019 实验室设备网 版权所有 |