看看
SparkSession getOrCreate 方法
哪个州
获取现有的sparksession，或者，如果没有现有的sparksession，则基于此生成器中设置的选项创建一个新的sparksession。
此方法首先检查是否存在有效的线程本地sparksession，如果是，则返回该线程本地sparksession。然后检查是否存在有效的全局默认sparksession，如果是，则返回该sparksession。如果不存在有效的全局默认sparksession，则该方法将创建一个新的sparksession，并将新创建的sparksession指定为全局默认值。如果返回现有sparksession，则此生成器中指定的配置选项将应用于现有sparksession。
这就是它返回第一个会话及其配置的原因。
请仔细阅读文档，找出创建会话的其他方法。。
我在做<2Spark版本。因此，我不知道如何创建新的会话，而不发生配置冲突。。
但是，这里有一个有用的测试用例，即sparksessionbuildersuite.scala来做这个-diy。。
该测试用例中的示例方法

test("use session from active thread session and propagate config options") {
    val defaultSession = SparkSession.builder().getOrCreate()
    val activeSession = defaultSession.newSession()
    SparkSession.setActiveSession(activeSession)
    val session = SparkSession.builder().config("spark-config2", "a").getOrCreate()

    assert(activeSession != defaultSession)
    assert(session == activeSession)
    assert(session.conf.get("spark-config2") == "a")
    assert(session.sessionState.conf == SQLConf.get)
    assert(SQLConf.get.getConfString("spark-config2") == "a")
    SparkSession.clearActiveSession()

    assert(SparkSession.builder().getOrCreate() == defaultSession)
    SparkSession.clearDefaultSession()
  }

我用这种方式和工作完美的Spark2.1

val sc = SparkSession.builder()
             .config("hive.metastore.uris", "thrift://dbsyz1111:10000")
             .enableHiveSupport()
             .getOrCreate()

// Createdataframe 1 from by reading the data from hive table of metstore 1
val dataframe_1 = sc.sql("select * from <SourcetbaleofMetaStore_1>")

// Resetting the existing Spark Contexts
SparkSession.clearActiveSession()
SparkSession.clearDefaultSession()

//Initialize Spark session2 with Hive Metastore 2
val spc2 = SparkSession.builder()
               .config("hive.metastore.uris", "thrift://dbsyz2222:10004")
               .enableHiveSupport()
               .getOrCreate()

// Load dataframe 2 of spark context 1 into a new dataframe of spark context2, By getting schema and data by converting to rdd  API
val dataframe_2 = spc2.createDataFrame(dataframe_1.rdd, dataframe_1.schema)

dataframe_2.write.mode("Append").saveAsTable(<targettableNameofMetastore_2>)