Spark 集成 Hive

 Hive查詢流程及原理

執行HQL時，先到MySQL元數據庫中查找描述信息，然後解析HQL並根據描述信息生成MR任務

Hive將SQL轉成MapReduce執行速度慢

 

使用SparkSQL整合Hive其實就是讓SparkSQL去加載Hive 的元數據庫，然後通過SparkSQL執行引擎去操作Hive表內的數據

所以首先需要開啓Hive的元數據庫服務，讓SparkSQL能夠加載元數據

 Hive開啓MetaStore服務

nohup /export/servers/hive-1.1.0-cdh5.14.0/bin/hive --service metastore 2>&1  &

 修改 hive/conf/hive-site.xml 新增如下配置

 <property>
      <name>hive.metastore.warehouse.dir</name>
      <value>/user/hive/warehouse</value>
    </property>
    <property>
      <name>hive.metastore.local</name>
      <value>false</value>
    </property>
    <property>
      <name>hive.metastore.uris</name>
      <value>thrift://node01:9083</value>
    </property>

2: 後臺啓動 Hive MetaStore服務

nohup /export/servers/hive/bin/hive --service metastore 2>&1 >> /var/log.log &

1. SparkSQL整合Hive MetaStore

Spark 有一個內置的 MateStore，使用 Derby 嵌入式數據庫保存數據，但是這種方式不適合生產環境，因爲這種模式同一時間只能有一個 SparkSession 使用，所以生產環境更推薦使用 Hive 的 MetaStore

SparkSQL 整合 Hive 的 MetaStore 主要思路就是要通過配置能夠訪問它， 並且能夠使用 HDFS 保存 WareHouse，所以可以   直接拷貝 Hadoop 和 Hive 的配置文件到 Spark 的配置目錄

hive-site.xml 元數據倉庫的位置等信息

core-site.xml 安全相關的配置

hdfs-site.xml HDFS 相關的配置

1.  使用SparkSQL操作Hive表    （先把 target 文件刪除掉 然後重新執行 main 方法 ）

2. package SparkHive
   
   
   import org.apache.spark.sql.SparkSession
   
   /**
     * Created by 一個蔡狗 on 2020/4/14.
     */
   object SparkHive_1 {
   
   
     def main(args: Array[String]): Unit = {
       //創建sparkSession
       val spark = SparkSession
         .builder()
         .appName("HiveSupport")
         .master("local[*]")
         //.config("spark.sql.warehouse.dir", "hdfs://node01:8020/user/hive/warehouse")
         //.config("hive.metastore.uris", "thrift://node01:9083")
         .enableHiveSupport() //開啓hive語法的支持
         .getOrCreate()
       spark.sparkContext.setLogLevel("WARN")
   
       //查看有哪些表
       spark.sql("show databases").show()
   
       //創建表
       //    spark.sql("CREATE TABLE person (id int, name string, age int) row format delimited fields terminated by ' '")
   
       //加載數據,數據爲當前SparkDemo項目目錄下的person.txt(和src平級)
       //    spark.sql("LOAD DATA LOCAL INPATH 'SparkDemo/person.txt' INTO TABLE person")
   
       //查詢數據
       //    spark.sql("select * from person ").show()
   
       spark.stop()
     }
   
   
   }