07 使用sparksql访问hive

前面我们熟悉了通过spark访问mysql，这一节我们将了解通过spark通过hive

1 系统、软件以及前提约束

• CentOS 7 64 工作站 作者的机子ip是192.168.100.200，主机名为danji，请读者根据自己实际情况设置
• 已完成spark访问mysql
  https://www.jianshu.com/p/2b4471c03fea
• 为去除权限对操作的影响，所有操作都以root进行

2 操作

• 拷贝hive的配置文件到spark

cp /root/apache-hive-0.14.0-bin/conf/hive-site.xml /root/spark-2.2.1-bin-hadoop2.7/conf

• 修改/root/spark-2.2.1-bin-hadoop2.7/conf/hive-site.xml
  加入以下内容:

<property>
　　<name>hive.metastore.uris</name>
　　<value>thrift://danji:9083</value>
　　<description>Thrift URI for the remote metastore. Used by metastore client to connect to remote metastore.</description>
</property>

• 修改/root/spark-2.2.1-bin-hadoop2.7/conf/spark-env.sh
  加入以下内容:

export SPARK_DIST_CLASSPATH=$(/root/hadoop-2.5.2/bin/hadoop classpath)
export JAVA_HOME=/root/jdk1.8.0_152
export SPARK_HOME=/root/spark-2.2.1-bin-hadoop2.7
export SPARK_MASTER_IP=danji
export SPARK_EXECUTOR_MEMORY=1G
export SCALA_HOME=/root/scala-2.12.2
export HADOOP_HOME=/root/hadoop-2.5.2
export HIVE_CONF_DIR=/root/apache-hive-0.14.0-bin/conf
export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop
export SPARK_CLASSPATH=$SPARK_CLASSPATH:/root/spark-2.2.1-bin-hadoop2.7/bin/mysql-connector-java-5.1.47.jar

• 重新启动spark

cd /root/spark-2.2.1-bin-hadoop2.7/sbin
./stop-all.sh
./start-all.sh

• 启动hive的metastore进程

cd /root/apache-hive-0.14.0-bin/bin
./hive --service metastore

• 连接spark-shell

cd /root/spark-2.2.1-bin-hadoop2.7/bin
./spark-shell
# 执行以下scala语句，用于展示有哪些表
scala> spark.sql("show tables").show()

• 或者也可以连接spark-sql

cd /root/spark-2.2.1-bin-hadoop2.7/bin
./spark-sql
# 执行以下类sql语句，用于展示有哪些表
spark-sql> show tables;

以上就是我们在spark中访问hive的过程。