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
前
提
:
必
须
先
保
证
你
的
h
i
v
e
−
s
i
t
e
.
x
m
l
中
配
置
的
用
户
名
和
密
码
是
正
常
可
以
连
接
上
m
s
y
q
l
数
据
库
\color{red}{前提:必须先保证你的hive-site.xml中配置的用户名和密码是正常可以连接上msyql数据库}
前提:必须先保证你的hive−site.xml中配置的用户名和密码是正常可以连接上msyql数据库
-
(1) PySpark 没有找到 MySQL 的 JDBC 驱动。因此应该首先检查在自己的hive安装目录的lib目录中是否有mysql的驱动。如果没有,则需要下载一个mysql的jdbc驱动包上传到hive安装目录的lib目录中。并且在启动pyspark时,不能直接使用命令:pyspark,而是应该使用命令:pyspark --master spark://node1(主机名):7077 --jars (mysql的驱动包所在路径)。如还有疑惑,可参考下面启动命令。
pyspark --master spark://node1:7077 --jars /home/hadoop/hive/lib/mysql-connector-java-5.1.46.jar
-
(3) hive的版本和spark中hive的版本不一致,因为spark中hive的版本默认为 version 1.2.0。故解决该问题,需要在hive-site.xml中添加如下配置。(hive中的hive-site.xml配置文件和spark/conf中的配置文件都需要添加)
<property> <name>hive.metastore.schema.verification</name> <value>false</value> </property>
最后,以上解决方法虽然可以单独使用,但是不建议单独使用。因为以上三种解决方法我都单独使用过,然而却依然报错。可是,当我三种解决方法一起使用时,却把问题解决了。故个人强烈推荐三种解决方法一起使用。
温 馨 提 醒 : 需 要 先 修 改 文 件 , 最 后 再 启 动 p y s p a r k 。 \color{red}{温馨提醒:需要先修改文件,最后再启动pyspark。} 温馨提醒:需要先修改文件,最后再启动pyspark。