百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

spark on hive环境搭建(hiveonspark spark-sql)

wxin55 2024-11-10 12:18 8 浏览 0 评论

spark on hive: spark使用hive metastore进行元数据管理,spark-sql自身提供sql解析与执行

hive搭建

  • hive下载安装
# hive下载
wget https://dlcdn.apache.org/hive/hive-3.1.3/apache-hive-3.1.3-bin.tar.gz

# 解压
tar xzvf apache-hive-3.1.3-bin.tar.gz -C /opt/module/

# hive配置添加
cd /opt/module/apache-hive-3.1.3-bin/conf
cp hive-env.sh.template hive-env.sh
# 环境变量添加
vi hive-env.sh
export HADOOP_HOME=/opt/module/hadoop-3.4.0/
export HIVE_CONF_DIR=/opt/module/apache-hive-3.1.3-bin/conf
export HIVE_AUX_JARS_PATH=/opt/module/apache-hive-3.1.3-bin/lib
  • hive内嵌模式启动(数据存储在内存derby数据库中)
# 初始化metadata(内嵌模式)
cd /opt/module
ln -s apache-hive-3.1.3-bin/ hive
cd hive
bin/schematool -initSchema -dbType derby 

# 启动hive
bin/hive
  • hive远程模式配置(元数据存储在mysql)
# 远程模式搭建
# mysql驱动添加
cd /opt/module/apache-hive-3.1.3-bin/lib
wget https://repo1.maven.org/maven2/com/mysql/mysql-connector-j/8.0.33/mysql-connector-j-8.0.33.jar

# mysql服务器关闭防火墙
systemctl stop firewalld

# mysql创建hive用户
create user 'hive'@'%' identified by 'hive用户密码';
grant all on *.* to 'hive'@'%';
flush privileges;

# hive配置文件hive-site.xml添加
cd hive/conf
vi hive-site.xml
  • hive-sitem.xml配置
<configuration>
    <!-- 存储元数据mysql相关配置 -->
    <property>
        <name>javax.jdo.option.ConnectionURL</name>
        <value>jdbc:mysql://<mysql host>:3306/hive?createDatabaseIfNotExist=true&useSSL=false&useUnicode=true&characterEncoding=UTF-8&allowPublicKeyRetrieval=true</value>
    </property>

    <property>
        <name>javax.jdo.option.ConnectionDriverName</name>
        <value>com.mysql.cj.jdbc.Driver</value>
    </property>

    <property>
        <name>javax.jdo.option.ConnectionUserName</name>
        <value>mysql hive user</value>
    </property>

    <property>
        <name>javax.jdo.option.ConnectionPassword</name>
        <value>mysql hive user password</value>
    </property>

    <!-- H2S运行绑定host -->
    <property>
        <name>hive.server2.thrift.bind.host</name>
        <value>vm100</value>
    </property>

    <!-- 远程模式部署metastore 服务地址 -->
    <property>
        <name>hive.metastore.uris</name>
        <value>thrift://vm100:9083</value>
    </property>

    <!-- 关闭元数据存储授权  -->
    <property>
        <name>hive.metastore.event.db.notification.api.auth</name>
        <value>false</value>
    </property>

    <!-- 关闭元数据存储版本的验证 -->
    <property>
        <name>hive.metastore.schema.verification</name>
        <value>false</value>
    </property>

    <property>
        <name>hive.server2.enable.doAs</name>
        <value>false</value>
    </property>
</configuration>
  • hive远程模式初始化与启动
# 初始化metadata(远程模式)
# 初始化成功后mysql hive数据库会创建相关的表
cd hive
bin/schematool -initSchema -dbType mysql -verbos 

# 启动hive
bin/hive
hive> show databases;
# 报错,没有启动metastore服务
FAILED: HiveException java.lang.RuntimeException: Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient

# 启动metastore服务
nohup bin/hive --service metastore &
  • 客户端连接hive
# 客户端
bin/hive 旧客户端(废弃),亦可远程访问
bin/beeline 新客户端(性能安全性好)
beeline远程模式通过Thrift协议连接到HiveServer2服务
Hue/Apache Impala/HCatalog

# 启动HiveServer2服务
nohup bin/hive --service hiveserver2 &

# 启动beeline
bin/beeline
# 连接hiveserver2
beeline>! connect jdbc:hive2://vm100:10000
# 输入用户,提示输入密码时直接回车
  • bin/hive连接
hive> show databases;
OK
default
test
Time taken: 0.159 seconds, Fetched: 2 row(s)
hive> show tables;
OK
people
t_user
t_user1
Time taken: 0.155 seconds, Fetched: 3 row(s)
hive> 
  • bin/beeline连接
0: jdbc:hive2://vm100:10000> show databases;
+----------------+
| database_name  |
+----------------+
| default        |
| test           |
+----------------+
2 rows selected (3.331 seconds)
0: jdbc:hive2://vm100:10000> use test;
0: jdbc:hive2://vm100:10000> show tables;
+-----------+
| tab_name  |
+-----------+
| people    |
| t_user    |
| t_user1   |
+-----------+
3 rows selected (0.164 seconds)
0: jdbc:hive2://vm100:10000> 

spark on hive配置

  • spark conf/hive-site.xml文件添加
<configuration>

    <!-- 配置hdfs存储目录 -->
    <property>
            <name>hive.metastore.warehouse.dir</name>
            <value>/user/hive/warehouse</value>
    </property>

    <property>
      <name>hive.metastore.local</name>
      <value>false</value>
    </property>

    <!-- 远程模式部署metastore 服务地址 -->
    <property>
        <name>hive.metastore.uris</name>
        <value>thrift://vm100:9083</value>
    </property>

</configuration>
  • 使用pyspark执行SparkSQL验证
from pyspark.sql import SparkSession

spark = SparkSession \
    .builder \
    .appName("Python Spark SQL basic example") \
    .enableHiveSupport() \
    .getOrCreate()

spark.sql('select * from test.people').show()
  • 使用spark自带的bin/spark-sql查询验证
bin/spark-sql 
spark-sql (default)> show databases;
default
test
spark-sql (default)> use test;
spark-sql (test)> show tables;
people
t_user
t_user1
spark-sql (test)> select * from people;
NULL	Michael
30	Andy
19	Justin
spark-sql (test)> show create table people;
CREATE TABLE spark_catalog.test.people (
  age BIGINT,
  name STRING)
USING parquet
  • spark thriftserver服务:spark提供类似hive thriftserver服务,可供客户端如datagrid、heidisql、dbvear等直接访问,实现纯sql操作SparkSQL,类似的pyhive python库也可以直接访问 spark thriftserver
# spark thriftserver启停脚本
sbin/start-thriftserver.sh
sbin/stop-thriftserver.sh

相关推荐

ES6中 Promise的使用场景?(es6promise用法例子)

一、介绍Promise,译为承诺,是异步编程的一种解决方案,比传统的解决方案(回调函数)更加合理和更加强大在以往我们如果处理多层异步操作,我们往往会像下面那样编写我们的代码doSomething(f...

JavaScript 对 Promise 并发的处理方法

Promise对象代表一个未来的值,它有三种状态:pending待定,这是Promise的初始状态,它可能成功,也可能失败,前途未卜fulfilled已完成,这是一种成功的状态,此时可以获取...

Promise的九大方法(promise的实例方法)

1、promise.resolv静态方法Promise.resolve(value)可以认为是newPromise方法的语法糖,比如Promise.resolve(42)可以认为是以下代码的语...

360前端一面~面试题解析(360前端开发面试题)

1.组件库按需加载怎么做的,具体打包配了什么-按需加载实现:借助打包工具(如Webpack的require.context或ES模块动态导入),在使用组件时才引入对应的代码。例如在V...

前端面试-Promise 的 finally 怎么实现的?如何在工作中使用?

Promise的finally方法是一个非常有用的工具,它无论Promise是成功(fulfilled)还是失败(rejected)都会执行,且不改变Promise的最终结果。它的实现原...

最简单手写Promise,30行代码理解Promise核心原理和发布订阅模式

看了全网手写Promise的,大部分对于新手还是比较难理解的,其中几个比较难的点:状态还未改变时通过发布订阅模式去收集事件实例化的时候通过调用构造函数里传出来的方法去修改类里面的状态,这个叫Re...

前端分享-Promise可以中途取消啦(promise可以取消吗)

传统Promise就像一台需要手动组装的设备,每次使用都要重新接线。而Promise.withResolvers的出现,相当于给开发者发了一个智能遥控器,可以随时随地控制异步操作。它解决了三大...

手写 Promise(手写输入法 中文)

前言都2020年了,Promise大家肯定都在用了,但是估计很多人对其原理还是一知半解,今天就让我们一起实现一个符合PromiseA+规范的Promise。附PromiseA+规范地址...

什么是 Promise.allSettled()!新手老手都要会?

Promise.allSettled()方法返回一个在所有给定的promise都已经fulfilled或rejected后的promise,并带有一个对象数组,每个对象表示对应的pr...

前端面试-关于Promise解析与高频面试题示范

Promise是啥,直接上图:Promise就是处理异步函数的API,它可以包裹一个异步函数,在异步函数完成时抛出完成状态,让代码结束远古时无限回掉的窘境。配合async/await语法糖,可...

宇宙厂:为什么前端离不开 Promise.withResolvers() ?

大家好,很高兴又见面了,我是"高级前端进阶",由我带着大家一起关注前端前沿、深入前端底层技术,大家一起进步,也欢迎大家关注、点赞、收藏、转发。1.为什么需要Promise.with...

Promise 新增了一个超实用的 API!

在JavaScript的世界里,Promise一直是处理异步操作的神器。而现在,随着ES2025的发布,Promise又迎来了一个超实用的新成员——Promise.try()!这个新方法简...

一次搞懂 Promise 异步处理(promise 异步顺序执行)

PromisePromise就像这个词的表面意识一样,表示一种承诺、许诺,会在后面给出一个结果,成功或者失败。现在已经成为了主流的异步编程的操作方式,写进了标准里面。状态Promise有且仅有...

Promise 核心机制详解(promise机制的实现原理)

一、Promise的核心状态机Promise本质上是一个状态机,其行为由内部状态严格管控。每个Promise实例在创建时处于Pending(等待)状态,此时异步操作尚未完成。当异步操作成功...

javascript——Promise(js实现promise)

1.PromiseES6开始支持,Promise对象用于一个异步操作的最终完成(包括成功和失败)及结果值的表示。简单说就是处理异步请求的。之所以叫Promise,就是我承诺,如果成功则怎么处理,失败怎...

取消回复欢迎 发表评论: