使用sparksql访问配置单元表

jpfvwuh4 于 2021-06-24 发布在 Hive

关注(0)|答案(1)|浏览(345)

我已经设置了一个aws emr集群，其中包括spark 2.3.2、hive 2.3.3和hbase 1.4.7。如何配置spark以访问配置单元表？
我已执行以下步骤，但结果是错误消息：
java.lang.classnotfoundexception:java.lang.noclassdeffounderror:org/apache/tez/dag/api/sessionnotrunning使用类路径创建配置单元客户端时：
请确保传递到spark.sql.hive.metastore.jars的路径中包含用于您的hive和hadoop版本的JAR
步骤： cp /usr/lib/hive/conf/hive-site.xml /usr/lib/spark/conf 在 /usr/lib/spark/conf/spark-defaults.conf 补充：
spark.sql.hive.metastore.jars/usr/lib/hadoop/lib/：/usr/lib/hive/lib/
在齐柏林飞艇中，我创建了一个spark会话：
val spark=sparksession.builder.appname（“clue”）.enablehivesupport（）.getorcreate（）导入spark.implicits_

Hive apache-spark apache-spark-sql amazon-emr

来源：https://stackoverflow.com/questions/55959498/accessing-hive-tables-with-spark-sql

1条答案

按热度按时间

kzmpq1sx1#

你提到的第（1，&2）步，除了可能对你有帮助的一些小调整外，还可以做一些局部的调整。
既然你用的是 hive-2.x ，配置 spark.sql.hive.metastore.jars 设置为 maven 取而代之的是 spark.sql.hive.metastore.version 以匹配元存储的版本 2.3.3 . 只要使用就足够了 2.3 作为版本，请参阅apachespark代码中的why
下面是我在中设置的工作配置示例 spark-default.conf :

spark.sql.broadcastTimeout  600 # An arbitrary number that you can change
spark.sql.catalogImplementation hive
spark.sql.hive.metastore.jars   maven
spark.sql.hive.metastore.version    2.3  # No need for minor version
spark.sql.hive.thriftServer.singleSession   true
spark.sql.warehouse.dir {hdfs | s3 | etc}
hive.metastore.uris thrift://hive-host:9083

通过前面的设置，我可以对齐柏林飞艇中的数据仓库执行如下查询：

val rows = spark.sql("YOUR QUERY").show

有关连接到外部配置单元元存储的更多详细信息，请参见此处（databricks）

赞(0）回复(0）举报 2021-06-24

我来回答

使用sparksql访问配置单元表

1条答案

相关问题

热门标签

最新问答