spark连接hive（spark-shell和eclipse两种方式）

转载请务必注明原创地址为：https://dongkelun.com/2018/03/25/sparkHive/

1、在服务器（虚拟机）spark-shell连接hive

1.1 将hive-site.xml拷贝到spark/conf里

cp /opt/apache-hive-2.3.2-bin/conf/hive-site.xml /opt/spark-2.2.1-bin-hadoop2.7/conf/

1.2 将mysql驱动拷贝到spark/jar里

cp /opt/apache-hive-2.3.2-bin/bin/mysql-connector-java-5.1.46-bin.jar /opt/spark-2.2.1-bin-hadoop2.7/jars/

1.3 启动spark-shell,输入代码测试

spark-shell
import org.apache.spark.sql.hive.HiveContext
val hiveContext = new HiveContext(sc)
hiveContext.sql("select * from test").show()

image

1.4 异常及解决

在执行hiveContext.sql("select * from test").show() 报了一个异常：

The root scratch dir: /tmp/hive on HDFS should be writable. Current permissions are: rwxr-xr-x;

解决办法：

1.4.1 更改HDFS目录/tmp/hive的权限：

hadoop fs -chmod 777 /tmp/hive

1.4.2 同时删HDFS与本地的目录/tmp/hive：

hadoop fs -rm -r /tmp/hive 
rm -rf /tmp/hive

这次错误采用的是第二种解决办法，有的情况下用第一种方法，比如一次在启动hive时候报这种错误~。
错误截图：

image

参考：http://www.cnblogs.com/czm1032851561/p/5751722.html

2、win10+eclipse上连接hive

2.1 将hive-site.xml拷贝到项目中的resources文件夹下

image

2.2 在sbt里添加对应版本的mysql依赖

"mysql" % "mysql-connector-java" % "5.1.46"

2.3 代码

2.3.1 旧版api(1.6以上)

package com.dkl.leanring.spark.sqlimport org.apache.spark.SparkConfimport org.apache.spark.sql.SQLContextimport org.apache.spark.sql.hive.HiveContextimport org.apache.spark.SparkContext/**
 * 旧版本spark-hive测试
 */object OldSparkHiveDemo {  def main(args: Array[String]): Unit = {    val conf = new SparkConf().setAppName("OldSparkHiveDemo").setMaster("local")    val sc = new SparkContext(conf)    val sqlContext = new SQLContext(sc)    import sqlContext.implicits._    val hiveCtx = new HiveContext(sc)

    hiveCtx.sql("select * from test").show()    val data = Array((3, "name3"), (4, "name4"), (5, "name5"))    val df = sc.parallelize(data).toDF("id", "name")
    df.createOrReplaceTempView("user")
    hiveCtx.sql("insert into test select id,name from user")
    hiveCtx.sql("select * from test").show()
  }

}

（注：其中df.createOrReplaceTempView("user")改为df.registerTempTable("user")，因为createOrReplaceTempView方法是2.0.0才有的，registerTempTable是旧版的方法，1.6.0就有了，嫌麻烦就不改代码重新贴图了）

image

2.3.2 新版api

package com.dkl.leanring.spark.sqlimport org.apache.spark.sql.SparkSession/**
 * 新版本spark-hive测试
 */object NewSparkHiveDemo {  def main(args: Array[String]): Unit = {    val spark = SparkSession
      .builder()
      .appName("Spark Hive Example")
      .master("local")
      .config("spark.sql.warehouse.dir", "/user/hive/warehouse/")
      .enableHiveSupport()
      .getOrCreate()    import spark.implicits._    import spark.sql
    sql("CREATE TABLE IF NOT EXISTS src (key INT, value STRING)")    val data = Array((1, "val1"), (2, "val2"), (3, "val3"))    var df = spark.createDataFrame(data).toDF("key", "value")
    df.createOrReplaceTempView("temp_src")
    sql("insert into src select key,value from temp_src")
    sql("SELECT * FROM src").show()
  }
}

image

2.4 异常及解决方法

在执行insert语句时会出现如下异常信息：

org.apache.hadoop.security.AccessControlException: Permission denied: user=dongkelun, access=EXECUTE, inode="/user/hive/warehouse":root...

原因是：启动 Spark 应用程序的win用户对spark.sql.warehouse.dir没有写权限
解决办法：

hadoop fs -chmod 777 /user/hive/warehouse/

附异常信息截图：
[图片上传失败...(image-9aa464-1528356668148)]

作者：董可伦
链接：https://www.jianshu.com/p/2f5007b26500