网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
2、原因分析
经过分析警告翻译:
Hive-on-MR
在Hive 2
中已弃用,并且在未来版本中可能不可用。考虑使用不同的执行引擎(例如Spark、Tez)或使用Hive 1.x
版本
我们发现,这就很明显了,说明Hive在2.x
版本中已经不支持MapReduce了,让你换为Spark或Tex
然而,很多小伙伴都是本地测试时使用的INSERT,更换Spark、Tez可不是那么容易;实际工作中根据生产环境需要可直接进行引擎修改,甚至都不用你修改,底层自动优化自动选择执行引擎
那我要是就不想换,你还能不让我不用MapReduce了?
3、问题解决
经过查找资料,网友们发现将Hive设置成本地模式来执行任务允许你使用MapReduce
1) 临时设置Hive本地模式:
set hive.exec.mode.local.auto=true;
2) 永久设置Hive本地模式:
修改Hive配置文件hive-site.xml
,添加如下属性配置:
<property>
<name>hive.exec.mode.local.auto</name>
<value>true</value>
</property>
修改配置后需要重启Hive
3) 验证
再次执行INSERT操作,很快就能完成:
HDFS数据也能写入:
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新