Spark2.4+Hive使用现有Hive仓库中的数据

最新推荐文章于 2024-07-16 20:23:05 发布

原创

最新推荐文章于 2024-07-16 20:23:05 发布 · 2.7k 阅读

2 ·

CC 4.0 BY-SA版权

本文介绍了如何在Spark 2.4中使用已有的Hive仓库，包括将`hive-site.xml`配置文件复制到`SPARK_HOME/conf`，添加mysql连接jar包到`SPARK_HOME/jars`，设置`spark.sql.warehouse.dir`参数以指向Hive数据仓库，并解决无法加载mysql驱动及表不存在的错误。提供了解决`Table 'hive.PARTITIONS' doesn't exist`错误的方法和相关参考资料。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用前准备

hive-site.xml复制到$SPARK_HOME/conf目录下
hive连接mysql的jar包(mysql-connector-java-8.0.13.jar)也要复制到$SPARK_HOME/jars目录下
- 或者在spark-submit脚本中通过–jars指明该jar包位置
- 或者在spark-env.xml中把该jar包位置加入Class Path export SPARK_CLASSPATH=$SPARK_CLASSPATH:/jar包位置
  
  我测试不起作用

spark.sql.warehouse.dir参数

入门文档讲解spark sql如何作用在hive上时，提到了下面这个例子，其次有个配置spark.sql.warehouse.dir

val spark = SparkSession
  .builder()
  .appName("Spark Hive Example")
  .config("spark.sql.warehouse.dir", warehouseLocation)
  .enableHiveSupport()
  .getOrCreate()

该参数指明的是hive数据仓库位置