千家信息网

sparkSQL来完成对Hive的操作

发表于:2024-12-12 作者:千家信息网编辑
千家信息网最后更新 2024年12月12日,接下来做的操作是:(这个操作,将程序打成jar包到集群中运行)(1)编写spark程序在线上的hive中创建表并导入数据(2)查询hive中的数据(3)将查询结果保存到MySQL中代码:object
千家信息网最后更新 2024年12月12日sparkSQL来完成对Hive的操作

接下来做的操作是:(这个操作,将程序打成jar包到集群中运行)
(1)编写spark程序在线上的hive中创建表并导入数据
(2)查询hive中的数据
(3)将查询结果保存到MySQL中
代码:

object SparkSqlTest {    def main(args: Array[String]): Unit = {        //屏蔽多余的日志        Logger.getLogger("org.apache.hadoop").setLevel(Level.WARN)        Logger.getLogger("org.apache.spark").setLevel(Level.WARN)        Logger.getLogger("org.project-spark").setLevel(Level.WARN)        //构建编程入口        val conf: SparkConf = new SparkConf()        conf.setAppName("SparkSqlTest")        val spark: SparkSession = SparkSession.builder().config(conf)            .enableHiveSupport()  //这句话表示支持hive            .getOrCreate()        //创建sqlcontext对象        val sqlContext: SQLContext = spark.sqlContext        //创建sparkContext        val sc: SparkContext = spark.sparkContext        //创建数据库        var sql=            """              |create database if not exists `test`            """.stripMargin        spark.sql(sql)        //使用当前创建的数据库        sql=            """              |use `test`            """.stripMargin        spark.sql(sql)        //创建hive表        sql=            """              |create table if not exists `test`.`teacher_basic`(              |name string,              |age int,              |married boolean,              |children int              |) row format delimited              |fields terminated by ','            """.stripMargin        spark.sql(sql)        //加载数据        sql=            """              |load data local inpath 'file:///home/hadoop/teacher_info.txt'              |into table `test`.`teacher_basic`            """.stripMargin        spark.sql(sql)        //执行查询操作        sql=            """              |select * from `test`.`teacher_basic`            """.stripMargin        val hiveDF=spark.sql(sql)        val url="jdbc:mysql://localhost:3306/test"        val table_name="teacher_basic"        val pro=new Properties()        pro.put("password","123456")        pro.put("user","root")        hiveDF.write.mode(SaveMode.Append).jdbc(url,table_name,pro)    }}

打jar包到集群中运行:https://blog.51cto.com/14048416/2337760

作业提交shell:

spark-submit \--class com.zy.sql.SparkSqlTest \--master yarn \--deploy-mode cluster \--driver-memory 512M \--executor-memory 512M \--total-executor-cores 1 \file:////home/hadoop/SparkSqlTest-1.0-SNAPSHOT.jar \

然后满怀期待的等待着success,不幸的是,当程序运行到一半的时候异常终止了:
我查看了一下打印的日志:

我上网查了好多资料,都说是hive的版本过高,what? I'not why!!
然后想了想,我在集群中,使用spark的程序,去在hive表中进行操作,那么是不是spark需要和hive整合一下啊,然后我又上网查了spark如何整合hive,总的来说就是将hive的元数据库共享出去,让spark可以访问。
具体操作
①在hive的hive-site.xml加入:

hive.metastore.uristhrift://hadoop01:9083   #在哪里启动这个进程

②在相应的节点上启动在hive-site.xml中配置的进程

nohup hive --service metastore 1>/home/hadoop/logs/hive_thriftserver.log 2>&1 &

ps:这里需要注意一下,nohup是后台启动的,而且所有的信息都是定向输出的,这条命令使用之后,一定要检查一下这个命令是否真的执行成功了:
使用:jsp查一下是否有相应的进程启动,如果没有表示启动失败,肯定是 /home/hadoop/logs这个父目录没有创建,然后创建这个目录之后,在启动,在检查是否启动成功!!!!!!!
③将hive-site.xml复制到$SPARK_HOME/conf下(注意是每一个节点都要复制)
④测试是否成功:spark-sql,如果正确进入并且可以访问hive的表,表示spark整合hive成功!!!


之后我有将原来的程序,重新跑了一次,结果 没有报错,程序运行成功!!!
我不敢相信,我又查看了一下MySQL的表:

确认 程序成功!!!!!!

0