Hive on Spark 注意事项

1、hive-site.xml

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
 <configuration>
	<property>
	<name>javax.jdo.option.ConnectionURL</name>
	<value>jdbc:mysql://localhost:3306/hive?createDatabaseIfNotExist=true</value>
	<description></description>
	</property>

	<property>
	    <name>javax.jdo.option.ConnectionDriverName</name>
	    <value>com.mysql.jdbc.Driver</value>
	    <description></description>
	</property>

	<property>
	    <name>javax.jdo.option.ConnectionUserName</name>
	    <value>root</value>
	    <description></description>
	</property>

	<property>
	    <name>javax.jdo.option.ConnectionPassword</name>
	    <value>root</value>
	    <description></description>
	</property>

	<property>  
                   <name>spark.master</name>  
                   <value>spark://pc2:7077</value>  
	</property> 
</configuration>

2、将此配置文件分发到集群中【每一个结点】的spark的conf目录下

3、将【每一个】spark结点下的jars目录中的hive开头的jar包删除

rm hive*

4、将hive的lib目录下的hive开头的jar包复制到【每一个】spark结点的

scp hive* chenjie@pc3:/home/chenjie/spark-2.0.2-hadoop2.7

5、启动hive

6、hive命令 set hive.execution.engine=spark;

7、hive命令 set hive.execution.engine=spark;


如果要切换回mapreduce方式

set hive.execution.engine=mr;  


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Hive on Spark 是一种运行 Apache Hive 查询的方式,使用 Apache Spark 作为后端执行引擎。这种方式可以提高 Hive 的查询效率,并带来更好的性能和扩展性。它同时保留了 Hive 的简单易用性,因此对于需要处理大数据集的用户来说是一个不错的选择。 ### 回答2: Hive on Spark是一种基于Spark引擎的大数据处理工具。Hive是一个开源的数据仓库基础架构,它可以让用户通过类似SQL的查询语言HiveQL来处理大规模数据。而Spark是一种快速、通用的大数据处理引擎,可以在内存中进行数据计算,提供了丰富的API和工具。 Hive on Spark的优势在于,它将HiveSpark的强大功能相结合,提供了更高效、更灵活的数据处理和分析能力。具体而言,Hive on Spark可以利用Spark的内存计算和并行处理能力,加快数据查询和分析速度,提高性能。同时,Hive on Spark支持多种数据源,包括Hadoop HDFS、Hive和其他Hive支持的数据格式,使得数据的读取和转换更加方便。 除此之外,Hive on Spark还提供了更多的数据处理功能,如交互式查询、流式处理、机器学习和图计算等。通过与Spark生态系统的整合,用户可以利用Spark的机器学习库MLlib进行数据挖掘和建模,使用Spark的图计算库GraphX分析大规模图数据,以及使用Spark Streaming进行实时数据处理。这为用户提供了更多的选择和灵活性,满足不同场景下的数据处理需求。 总之,Hive on Spark是一种强大的大数据处理工具,结合了Hive的数据仓库架构和Spark的计算引擎,提供了高效、灵活的数据处理和分析能力。它可以加速查询速度、提高性能,同时支持多种数据源和更多的数据处理功能,满足不同应用场景下的大数据需求。 ### 回答3: Hive on Spark是一种在Apache Hadoop生态系统中运行的开源分布式处理框架。它结合了Apache Hive和Apache Spark的功能,提供了更高效的数据查询和分析。 Hive是一种基于Hadoop的数据仓库基础设施,允许用户通过Hive查询语言(HiveQL)从大规模数据集中进行数据查询和分析。然而,Hive在处理大规模数据时存在一些性能瓶颈。为了解决这个问题,引入了Hive on SparkSpark是一个快速的、通用的数据处理框架,具有高效的内存计算能力和分布式数据处理功能。通过将HiveSpark集成,Hive on Spark可以利用Spark的内存计算和分布式处理能力来改善数据查询的执行性能。 Hive on Spark的好处包括: 1. 更快的查询速度:由于Spark的高效计算引擎,Hive on Spark可以显著提高查询的执行速度。相比传统的基于MapReduce的Hive查询,Hive on Spark可以提供更快的响应时间。 2. 更好的资源管理:Spark具有自己的资源管理器,可以更好地管理计算资源,实现更好的资源利用和调度。这使得Hive on Spark能够更好地处理大规模数据集,实现更高效的查询处理。 3. 更丰富的功能支持:Spark提供了许多高级功能,如机器学习、实时流处理和图处理等。通过将HiveSpark集成,Hive on Spark可以从这些功能中受益,并扩展其查询和分析的能力。 总之,Hive on Spark是一个强大的工具,它在提供高性能数据查询和分析能力的同时,还融合了HiveSpark的优势。对于需要处理大规模数据集的企业和组织来说,Hive on Spark是一个值得考虑的解决方案。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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