Spark SQL连接Hive失败 org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient

有关Hive中hiveServer2和metastore的启动,以及Spark项目中resources中的配置文件添加 因为自己在配置Mysql作为Hive的metastore(元数据库)时,遇到了很多的问题,Mysql和Hive的整合过程网上资源很多,这里我就放一下我的配置文件hive-site.xml,亲测可用: <?xml version="1.0"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <property> <name>j 阅读详情
  • 我的需求

    • 使用Spark连接Hive,访问Hive表
    • 语法是Spark SQL
  • 上代码

    ConnectHiveDemo.scala

    /**
     * 本地虚拟机的地址是:10.211.55.101;
     * 需要根据自己的IP地址修改;9083是Hive的访问端口
     * 我的Hive表是t_data
     */
    object ConnectHiveDemo {
      def main(args: Array[String]): Unit = {
        //1.创建对象
        val spark: SparkSession = SparkSession.builder()
          .master("local[*]")
          .appName("app")
          .config("hive.metastore.uris", "thrift://10.211.55.101:9083")
          .enableHiveSupport()
          .getOrCreate()
        //2.执行SQL语句
        spark.sql("select * from t_data").show(10)
      }
    }
    

    POM.xml[注意版本问题]

        <properties>
            <spark.version>2.2.1</spark.version>
            <scala.version>2.11</scala.version>
        </properties>
    
        <dependencies>
            <dependency>
                <groupId>org.scala-lang</groupId>
                <artifactId>scala-compiler</artifactId>
                <version>2.11.8</version>
            </dependency>
    
            <dependency>
                <groupId>org.apache.spark</groupId>
                <artifactId>spark-core_2.11</artifactId>
                <version>${spark.version}</version>
            </dependency>
    
            <dependency>
                <groupId>org.apache.spark</groupId>
                <artifactId>spark-sql_2.11</artifactId>
                <version>${spark.version}</version>
            </dependency>
    
            <dependency>
                <groupId>org.apache.spark</groupId>
                <artifactId>spark-streaming_2.11</artifactId>
                <version>${spark.version}</version>
                <scope>provided</scope>
            </dependency>
    
            <dependency>
                <groupId>org.apache.spark</groupId>
                <artifactId>spark-hive_2.11</artifactId>
                <version>${spark.version}</version>
            </dependency>
    
            <dependency>
                <groupId>log4j</groupId>
                <artifactId>log4j</artifactId>
                <version>1.2.17</version>
            </dependency>
        </dependencies>
    
        <build>
            <sourceDirectory>src/main/scala</sourceDirectory>
            <testSourceDirectory>src/test/scala</testSourceDirectory>
            <plugins>
                <plugin>
                    <groupId>org.apache.maven.plugins</groupId>
                    <artifactId>maven-compiler-plugin</artifactId>
                    <version>3.1</version>
                    <configuration>
                        <source>1.8</source>
                        <target>1.8</target>
                        <encoding>utf-8</encoding>
                    </configuration>
                </plugin>
            </plugins>
        </build>=
    
  • 报错定位

    Trying to connect to metastore with URI thrift://10.211.55.101:9083
    Failed to connect to the MetaStore Server...
    Failed to access metastore. This class should not accessed in runtime.
    org.apache.hadoop.hive.ql.metadata.HiveException: java.lang.RuntimeException: Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient
    Caused by: java.lang.RuntimeException: Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient
    
  • 问题分析

    根据控制台提示的信息:访问Hive的元数据失败

    访问不了Hive的元数据?那怎么办?

    这里打一个比方,比如小明放学回家看电视,把插头插上,小明做在椅子上等了2分钟也没有看到电视有画面,为什么呢?

    是因为小明只是插上了电源,但是并没有用遥控器打开电视(缺少了一个步骤罢了)

    言归正传,意思是Hive的元数据访问不到,是因为我们没有打开访问的开关,怎么打开呢?

    # 首先进入到Hive的安装目录下
    # 我本地虚拟机的路径是/opt/module/hive/
    # 执行 bin/hive --service metastore &
    # 再次执行代码,出现预期结果
    

    在这里插入图片描述

  • 春江花朝秋月夜,往往取酒还独倾

Hive环境搭建全攻略:从依赖检查到Metastore配置与连接验证 数据仓库是大数据生态中的核心组件,用于存储和管理海量结构化数据。其基本原理是将分布式文件系统(如HDFS)中的数据通过元数据映射为表结构,并提供类SQL查询接口。这项技术的核心价值在于,让熟悉SQL的分析师和工程师能够直接处理大规模数据,极大降低了大数据分析的门槛。在实际应用中,数据仓库常用于构建企业级数据平台,支持商业智能、用户行为分析和报表生成等场景。本文聚焦于Apache Hive这一经典数据仓库工具的部署实践,深入解析其关键依赖Hadoop集群的健康检查与Java环境配置,并详细阐述如何通过MySQ 阅读详情

相关推荐

FPGA高速接口Aurora8B/10B协议实战:从IP核配置到数据流优化

本文详细介绍了FPGA高速接口Aurora8B/10B协议的实战应用,从IP核配置到数据流优化的全流程。通过Aurora8B/10B协议,开发者可以在FPGA间实现高效的数据传输,适用于高速接口设计。文章涵盖了协议基础、IP核配置、AXI4-Stream接口实战技巧以及性能优化策略,帮助读者快速掌握这一关键技术。

weixin_29280657的博客 269

hive.metastore.HiveMetaStoreClient​

14/04/07 15:33:21 INFO hive.metastore: Waiting 1 seconds before next connection attempt.14/04/07 15:33:22 INFO hive.metastore: Trying to connect to...

chuanjiaoye5017的博客 541

汽车软件工程师必看:ASPICE流程实战指南(附完整产物清单)

本文为汽车软件工程师提供ASPICE流程实战指南,详细解析如何搭建合规开发环境、各阶段文档产出清单及工具链整合策略。通过实战案例和模板资源,帮助团队高效实施ASPICE标准,提升软件开发质量与效率。

weixin_29230805的博客 472

Sqoop-问题

1.权限问题 19/04/15 11:00:55 INFO mapreduce.Job: Job job_1555064328415_0328 failed with state FAILED due to: Job setup failed : org.apache.hadoop.security.AccessControlException: Permission denied: use...

weixin_30820077的博客 666

本体研究综述(转)

(这篇文章是从http://imarine.blog.163.com/中转载过来的,个人觉得对本体的介绍比较全面!)本体综述本体作为一种能在语义和知识层次上描述领域概念的建模工具,其目标是捕获相关领域的知识,确定该领域内共同认可的词汇,通过概念之间的关系来描述概念的语义,提供对该领域知识的共同理解。语义Web(the Semantic Web)是在本体理论基础之上对现有Web所进行的扩展[

zhenshideni611的专栏 1838

1448•纯粹素数

纯粹素数是这样定义的:一个素数,去掉最高位,剩下的数仍为素数,再去掉剩下的数的最高位,余下的数还是素数。对于每一个数(无论质数合数)x,筛掉所有小于x最小质因子的质数乘以x的数。但我们知道,我们选择的那个质数必须小于那个合数的最小质因子。p3,因为p2>p1,所以这样是筛不到的。唯一会筛的是第一种:p1和p2*p3。c,s肯定小于刚才那个合数,说明肯定对于它已经筛过,然后a肯定小于s,因为s=b。p3,并且保证p1<p2<p3。我们知道,筛掉这个合数的机会有:p1和p2。c,并且a是最小的因子。

SSL_bin的博客 591

【已解决】org.apache.hadoop.hive.metastore.hivemetaexception: failed to get schema version.

在stackoverflow上查阅大量相关的问题后我发现,这个问题并不是各个中文博客上所说的版本太新的问题,归根结底是hive没有连上数据库。与ERROR:”Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient”这个错误解决方法一致。 解决办法: 首先要确保你hive,mysql配...

Handoking的博客【学无止境】 1万+

别再纠结Dify了!实测对比RAGFlow和Dify,聊聊企业知识库到底该怎么选

本文深度对比了RAGFlow和Dify在企业知识库选型中的实际表现,从技术架构、性能指标、部署成本等多维度进行分析。RAGFlow在复杂文档处理和准确率方面表现突出,适合有专职技术团队的企业;而Dify则以低门槛和快速部署见长。文章提供了六维度评估法,帮助企业根据文档复杂度、准确率要求等技术指标做出明智选择。

weixin_30897233的博客 675

pyspark.sql.utils.AnalysisException: org.apache.hadoop.hive.ql.metadata.HiveException: MetaException

这里的schema_of_res不在res中字段,并且hive中没有这个表。用pyspark写入hive的时候报错,通常是少字段,

zzd416160489的博客 1000

VB.net:VB.net编程语言学习之ADO.net基本名称空间与类的简介、案例应用(实现与SQL数据库编程案例)之详细攻略

ADO.net有六个基础名称空间,除此之外,每个新的数据提供程序还可以有自己的名称空间,如Oracle。在.net中就提供了System.Data.OracleClient名称空间(用于Microsoft建立的Oracle数据库提供的程序)ADO.net体系结构的另一个核心元素是.Net数据提供程序(Data Provider),它的组件用于进行数据处理(和DataSet的数据访问功能相对应)。:是ADD.net核心名称空间,它包含所有数据提供程序使用的类,这些类表示表、列、行,还有DataSet类;

头部AI社区如有邀博主AI主题演讲请私信—心比天高,仗剑走天涯,保持热爱,奔赴向梦想!低调,专注,谦虚,自律,反思,成长,还算比较正能量的博主,公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然,有点小情怀,也有点使命感呀 1737

C语言中errno与perror()函数

宏errno和perror()函数都是在stdlib.h中定义的。 1 stdlib.h头文件 stdlib.h头文件即standard library标准库函数头文件,包含了C、C++语言的最常用的系统函数,该文件中还包含了C语言标准库函数的定义。 2 errno宏 errno宏在stdlib.h中的定义为 #define errno (*_errno()) errno宏用于保存程...

hou09tian的博客 1万+

Spark执行sql命令出错:Uable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient

运行Spark作业出现问题 异常信息:pyspark.sql.utils.AnalysisException: ‘java.lang.RuntimeException: java.lang.RuntimeException: Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient;’ 问题出现原因 (1)PySpark 没有找到 MySQL 的 JDBC 驱动,因此在启动pyspark时,不

a921026768的博客 4541

基于STC8A8K64S4A12的掉电唤醒定时器应用,极大降低产品功耗

通过合理的配置和编程,我们可以充分发挥单片机的功能,实现能效优化和电池寿命延长的目标。其中,掉电唤醒定时器是其一项重要功能,可以在系统处于睡眠状态时通过定时器的计时功能进行唤醒,从而实现对系统功耗的有效控制。使用STC8A8K64S4A12的掉电唤醒定时器功能,我们可以在不影响系统正常工作的情况下,大大降低产品的功耗。通过以上的代码,我们实现了一个简单的掉电唤醒定时器功能。当系统进入睡眠模式后,定时器开始计时,到达预设的唤醒时间后,定时器中断被触发,系统从睡眠模式唤醒,执行相应的操作。

CodeSageX的博客 1091

win10搭建hive3开发环境实录

JDK8JDK9MySQL8.xHive1.xHive.batWindows部分组件对应的下载地址:解压组件到指定目录:分别为接着把源码包解压后的bin目录下的文件拷贝到的bin目录中。然后把winutils中的目录下的hadoop.dll和文件拷贝到Hadoop的解压目录的bin文件夹下。再配置一下环境变量。

molaoye的博客 628

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

Hive 3.x 安装配置全攻略:从环境准备到服务启动避坑指南

数据仓库是构建企业级数据分析平台的核心组件,它通过结构化的方式存储和管理海量数据,为上层应用提供统一的数据视图。其基本原理是将数据从操作型系统中抽取、转换并加载(ETL)到专门的存储系统中,通过元数据管理实现数据的逻辑组织与高效查询。这项技术的核心价值在于将复杂的数据处理逻辑抽象化,让数据分析师和开发者能够使用熟悉的SQL语言进行大规模数据分析,极大降低了大数据处理的门槛。在Hadoop生态中,Apache Hive扮演着这一关键角色,它将SQL查询转换为MapReduce、Tez或Spark作业,广泛应用

weixin_30770783的博客 462

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

60分钟快速搭建Hive+MySQL大数据分析环境

大数据分析环境中,Hive作为数据仓库工具与MySQL作为元数据存储的组合,是构建稳定高效分析平台的关键技术栈。其核心原理是通过Hive将SQL查询转换为MapReduce或Spark任务,同时利用MySQL存储表结构等元数据信息。这种架构既保留了SQL的易用性,又能处理PB级数据,广泛应用于日志分析、用户行为画像等场景。本文针对Ubuntu系统优化的Hive+MySQL部署方案,特别解决了MySQL 8.0+的caching_sha2_password认证兼容性问题,并包含HDFS目录权限配置等实战经验,

weixin_34258838的博客 372

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

Caused by: java.lang.ClassNotFoundException: org.apache.spark.sql.SparkSession$

如下配置显示报错: //少个- <!- https://mvnrepository.com/artifact/org.apache.spark/spark-sql --> org.apache.spark spark-sql_2.12 2.4.5 provided 换成: org.apache.spark spark-sql_2.11 2.4.5

悟道 2144

Unable to instantiate org.apache.hadoop.hive.me...

**This is for your reference only! Do not use this for commercial purpose!** Error: 4136157 [main] INFO hive.metastore - Trying to...

306

spark读取hive表抛出org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient

当spark读取hive表时,抛出下面的异常 org.apache.hadoop.hive.ql.metadata.HiveException: java.lang.RuntimeException: Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient at org.apache.hadoop.hive.ql.metadata.Hive.getAllDatabases(Hive.java:1

programmer_trip的博客 2880

hive mysql 配置失效_hive集成mysql时配置使用hive出现的问题

我用的系统是ubuntu13.10,在进入hiveshell之后,输入showtables;显示:hive>showtables;FAILED:Errorinmetadata:java.lang.RuntimeException:Unabletoinstantiateorg.apache.hadoop....我用的系统是ubuntu13.10,在进入hive shell之后,输入show t...

weixin_36465618的博客 281

hadoop hive 常见问题解决持续更新

安装过程中,由于网络终端,导致下面问题: 问题1:安装停止在获取安装锁 /tmp/scm_prepare_node.tYlmPfrT usingSSH_CLIENT to get the SCM hostname: 172.16.77.20 33950 22 opening logging file descriptor 正在启动安装脚本...正在获取安装锁...BEGIN flock 4 这...

weixin_34122604的博客 1284

【HIVE】问题汇总(持续更新)

1、hive sql报错Error: Error while compiling statement: FAILED: SemanticException UDF reflect is not allowed。 set hive.server2.builtin.udf.blacklist=empty_blacklist; set hive.server2.builtin.udf.blacklist; select t1.device_id, t1.appsflyer_id, t1.dt as server_

lin86182824的博客 4007

hive3.1.2安装

下载安装包 https://pan.baidu.com/s/17qYstZwDRV5tjkysCfeEZw 提取码:ue1l 解压到指定目录,如/opt/bigdata/hive-3.1.2 配置环境变量 export HIVE_HOME=/opt/bigdata/hive-3.1.2 export PATH=$PATH:$HIVE_HOME/bin 修改配置文件hive-site.xml Hive的默认配置文件是hive-default.xml.template,但里面有些错误。因此这里

ASN_forever的博客 1308

用yarn提交pyspark程序

首先验证sparkPi的demo可以运行成功 如果这个跑不成功,检查下/usr/local/spark/conf/spark-env.sh里是否设置了yarn_conf_dir: 用yarn提交pyspark程序 报错: 异常信息:pyspark.sql.utils.AnalysisException: ‘java.lang.RuntimeException: java.lang.RuntimeException: Unable to instantiate org.apache.h.

euler1983的专栏 1325

SparkSession如何连接Hive Metastore?

在spark编程中,因为数据存储在hdfs时,需要连接hive metastore,基于spark sql进行数据分析。 1. 连接hive metastore SparkSession连接Hive Metastore,可以通过指定配置文件hive-site.xml【此将文件放在classpath下】, 但有时在本地调试时,不想指定配置文件或没有配置文件hive-site.xml,做法如下 注意: 1. 在实际生产环境中,不需要在sparkSession中配置hive.metastore....

penriver的博客 4836

Spark整合Hive报错:Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient

报错截图: 整合Hive过程: hive版本:hive-1.1.0-cdh5.14.0                 spark版本:spark-2.0.2-bin-hadoop2.7 将hive的conf目录下的hive-site.xml配置文件拷贝到spark的conf目录下。 hive的元数据存储在远端的mysql上,所以需要将mysql-connector-java-5.1....

qq_15076569的博客 5463
上一篇: Apache Kylin安装指南+入门案例(附图)
下一篇: Spark SQL读写CSV文件案例
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值