spark-sql 安装，配置以及测试

最新推荐文章于 2025-02-19 10:06:48 发布

原创最新推荐文章于 2025-02-19 10:06:48 发布 · 1.2k 阅读

1 ·

CC 4.0 BY-SA版权

大数据专栏收录该内容

4 篇文章

订阅专栏

本文详细介绍了如何在Spark中配置并使用Hive数据源，包括下载Spark、配置环境变量、启动ThriftServer以及通过Beeline和Java进行测试的步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

step 1: 下载spark包，如：spark-1.6.1-bin-hadoop2.6.tgz

step 2: 解压：

tar zxvf spark-1.6.1-bin-hadoop2.6.tgz

step 3: 配置hive数据源

方法1：

将{hive_home}/conf下的hive-site.xml复制到spark-1.6.1-bin-hadoop2.6/conf，修改hive.server2.thrift.port（监听端口）和hive.server2.thrift.bind.host的值

方法2：

在spark-1.6.1-bin-hadoop2.6/conf文件夹下，新建文件hive-site.xml，写入：

<?xml version="1.0" encoding="UTF-8"?>

        <!--Autogenerated by Cloudera Manager-->
        <configuration>
          <property>
            <name>hive.metastore.uris</name>
            <value>thrift://Hive-Metastore-Server:9083</value>
          </property>
        <property>
          <name>hive.server2.thrift.port</name>
          <value>10001</value>
          <description>Port number of HiveServer2 Thrift interface.
          Can be overridden by setting $HIVE_SERVER2_THRIFT_PORT</description>
        </property>
        <property>
          <name>hive.server2.thrift.bind.host</name>
          <value>datanode2</value>
          <description>Bind host on which to run the HiveServer2 Thrift interface.
          Can be overridden by setting $HIVE_SERVER2_THRIFT_BIND_HOST</description>
        </property>
        </configuration>

step 4: 配置相关环境变量

在spark-1.6.1-bin-hadoop2.6/conf文件夹下，新建文件spark_env.sh，写入：

 export HADOOP_CONF_DIR=/etc/hadoop/conf
    SPARK_LIBRARY_PATH=$SPARK_LIBRARY_PATH:/opt/cloudera/parcels/HADOOP_LZO/lib/hadoop/lib/native/*
    SPARK_CLASSPATH=$SPARK_CLASSPATH:/opt/cloudera/parcels/HADOOP_LZO/lib/hadoop/lib/*
    LD_LIBRARY_PATH=LD_LIBRARY_PATH:/opt/cloudera/parcels/HADOOP_LZO/lib/hadoop/lib/native

step 5: 启动thriftserver

进入spark目录,执行

./sbin/start-thriftserver.sh --master yarn

step 6: 用beeline测试

启动：

./bin/beeline

连接：（192.168.80.5 对应hive.server2.thrift.bind.host;10001 对应 hive.server2.thrift.port）

beeline> !connect jdbc:hive2://datanode2 :10001

测试：

0: jdbc:hive2://datanode2:10001> show databases;

返回结果如下，则说明thriftserver测试成功，可以开心的使用了

+-------------------+--+
|      result       |
+-------------------+--+
| default           |
| test                |
+-------------------+--+

step 7: 测试

java通过jdbc连接spark-sql

       import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.SQLException;
import java.sql.Statement;

public class Demo {

    public static void main(String[] args) throws Exception {

        Class.forName("org.apache.hive.jdbc.HiveDriver"); 
        runSparkSql();
    }

    private static void runSparkSql() throws Exception {
        Connection con = DriverManager.getConnection("jdbc:hive2://datanode2:10001");
        Statement stmt = con.createStatement();
        ResultSet rs = stmt.executeQuery("SELECT * FROM test");

        print(rs);
    }

    private static void print(ResultSet rs) throws SQLException {
        // print the results to the console
        while (rs.next()) {
            System.out.println(rs.getString(1));
        }
    }

}