Windows10-idea通过spark连接hive

步骤分析

idea如果想通过spark连接hive，首先pom文件中需要添加hive，除此之外必须要把hive-site.xml放到idea的resources下面。hive-site.xml里面是配置的hive的元数据库地址，hdfs-site.xml、core-cite.xml可以选择是否放进去。Windows系统操作hadoop肯定会出现一个警告。找不到winutils.exe。这个警告一般不用管，但是要想连接hive就必须得消除它，消除它只需要去GitHub上面下载hadoop-common-2.2.0-bin-master.zip。解压后把这个包的bin路径配置到Windows的环境变量下面就可以解决。解压后的这个包的bin目录下面有winutils.exe，找到这个就不会报错了。

操作步骤

1.配置idea的pom文件

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">
  <modelVersion>4.0.0</modelVersion>
  <groupId>www.ruozedata.bigdata</groupId>
  <artifactId>g5-spark</artifactId>
  <version>1.0</version>
  <inceptionYear>2008</inceptionYear>
  <properties>
    <scala.version>2.11.8</scala.version>
    <spark.version>2.4.0</spark.version>
    <hadoop.version>2.6.0-cdh5.7.0</hadoop.version>
    <scalikejdbc.version>2.5.2</scalikejdbc.version>
    <mysql.version>5.1.38</mysql.version>
  </properties>
<repositories>
  <repository>
    <id>scala-tools.org</id>
    <name>Scala-Tools Maven2 Repository</name>
    <url>http://scala-tools.org/repo-releases</url>
  </repository>
  <repository>
  <id>cloudera</id>
  <url>https://repository.cloudera.com/artifactory/cloudera-repos/</url>
</repository>
</repositories>
<pluginRepositories>
  <pluginRepository>
    <id>scala-tools.org</id>
    <name>Scala-Tools Maven2 Repository</name>
    <url>http://scala-tools.org/repo-releases</url>
  </pluginRepository>
</pluginRepositories>
<dependencies>
  <!--Scala dependency-->
  <dependency>
    <groupId>org.scala-lang</groupId>
    <artifactId>scala-library</artifactId>
    <version>${scala.version}</version>
  </dependency>
  <!--Spark core dependency-->
  <dependency>
    <groupId>org.apache.spark</groupId>
    <artifactId>spark-core_2.11</artifactId>
    <version>${spark.version}</version>
  </dependency>
  <!--hadoop dependency-->
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-client</artifactId>
        <version>${hadoop.version}</version>
    </dependency>
  <!--Test dependency-->
  <dependency>
      <groupId>junit</groupId>
      <artifactId>junit</artifactId>
      <version>4.12</version>
  </dependency>
  <!--scalikejdbc dependency-->
  <dependency>
      <groupId>org.scalikejdbc</groupId>
      <artifactId>scalikejdbc_2.11</artifactId>
      <version>${scalikejdbc.version}</version>
  </dependency>
  <dependency>
      <groupId>org.scalikejdbc</groupId>
      <artifactId>scalikejdbc-config_2.11</artifactId>
      <version>${scalikejdbc.version}</version>
  </dependency>
  <!--mysql dependency-->
  <dependency>
      <groupId>mysql</groupId>
      <artifactId>mysql-connector-java</artifactId>
      <version>${mysql.version}</version>
  </dependency>
  <!--日志-->
<dependency>
  <groupId>ch.qos.logback</groupId>
  <artifactId>logback-classic</artifactId>
  <version>1.2.3</version>
</dependency>
<dependency>
    <groupId>org.apache.spark</groupId>
    <artifactId>spark-repl_2.11</artifactId>
    <version>${spark.version}</version>
  </dependency>
  <dependency>
    <groupId>org.apache.spark</groupId>
    <artifactId>spark-sql_2.11</artifactId>
    <version>${spark.version}</version>
  </dependency>
  <dependency>
    <groupId>org.apache.spark</groupId>
    <artifactId>spark-hive_2.11</artifactId>
    <version>${spark.version}</version>
  </dependency>

</dependencies>
  <build>
    <sourceDirectory>src/main/scala</sourceDirectory>
    <testSourceDirectory>src/test/scala</testSourceDirectory>
    <plugins>
      <plugin>
        <groupId>org.scala-tools</groupId>
        <artifactId>maven-scala-plugin</artifactId>
        <executions>
          <execution>
            <goals>
              <goal>compile</goal>
              <goal>testCompile</goal>
            </goals>
          </execution>
        </executions>
        <configuration>
          <scalaVersion>${scala.version}</scalaVersion>
          <args>
            <arg>-target:jvm-1.5</arg>
          </args>
        </configuration>
      </plugin>
      <plugin>
        <groupId>org.apache.maven.plugins</groupId>
        <artifactId>maven-eclipse-plugin</artifactId>
        <configuration>
          <downloadSources>true</downloadSources>
          <buildcommands>
            <buildcommand>ch.epfl.lamp.sdt.core.scalabuilder</buildcommand>
          </buildcommands>
          <additionalProjectnatures>
            <projectnature>ch.epfl.lamp.sdt.core.scalanature</projectnature>
          </additionalProjectnatures>
          <classpathContainers>
            <classpathContainer>org.eclipse.jdt.launching.JRE_CONTAINER</classpathContainer>
            <classpathContainer>ch.epfl.lamp.sdt.launching.SCALA_CONTAINER</classpathContainer>
          </classpathContainers>
        </configuration>
      </plugin>
    </plugins>
  </build>
  <reporting>
    <plugins>
      <plugin>
        <groupId>org.scala-tools</groupId>
        <artifactId>maven-scala-plugin</artifactId>
        <configuration>
          <scalaVersion>${scala.version}</scalaVersion>
        </configuration>
      </plugin>
    </plugins>
  </reporting>
</project>

2.解决警告：找不到winutils.exe

1.下载hadoop-common-2.2.0-bin-master.zip解压到E:\maven3.3.9\App\hadoop-common-2.2.0-bin。下载地址如下：
https://github.com/srccodes/hadoop-common-2.2.0-bin
2.配置环境变量

3.实现idea通过spark连接hive

1.idea里面创建一个resources，把hive-site.xml hdfs-site.xml core-cite.xml放进去

hive-site.xml配置如下：

<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<configuration>
    

<property>
   <name>javax.jdo.option.ConnectionURL</name>
      <value>jdbc:mysql://192.168.2.65:3306/ruoze_d5?createDatabaseIfNotExist=true&amp;characterEncoding=UTF-8</value>
      </property>

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

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

<property>
  <name>javax.jdo.option.ConnectionPassword</name>
    <value>******</value>
    </property>

<property>
<name>hive.cli.print.current.db</name>
<value>true</value>
</property>
</configuration>

idea连接hive的代码及运行结果

1.idea代码

import org.apache.spark.sql.SparkSession
object SparkSessionApp1 {
  def main(args: Array[String]): Unit = {
    val sparkSession=SparkSession.builder()
      .appName("SparkSessionApp")
      .config("spark.sql.warehouse.dir", "/tmp/hive/")
      .enableHiveSupport()//使用到hive一定要开启这个，idea要想连接hive得在pom中加上hive
      .master("local[2]")
      .getOrCreate()
    val gg=sparkSession.sql("show tables")
    gg.show
sparkSession.stop()
  }
}

2.运行结果

可能会遇到的问题

1.hive-site.xml 里面配置的数据库是一开始的时候在hive中以root用户创建的，所以mysql里面可能没有给它其他ip访问的权限，所以Windows的IP地址它肯定会报权限错误。这时候千万不要异想天开给hive-site.xml 换另一个mysql里面的%权限的数据库，这样虽然解决了权限错误，但是这个拥有%的数据库并不是hive的元数据库，它里面没有hive的元数据信息，所以就会报空指针异常的错误，也就意味着拿不到元数据信息。那么就只能按部就班去mysql里面改hive-site.xml 里面配置的数据库权限，给我们的Windows的IP一个访问它的权限，我的解决方式如下：
2.解决方法

mysql> use mysql;
mysql> select user,password,host from user;
此时其实发现root用户我已经给了host一个%的权限了，但是还是报了权限错误（其实是因为我当时改完权限忘了刷新权限。。。后来才想起来是这个原因）

看到已经给了root用户%的权限，接下来我就查root用户下面host为%的数据库，竟然没有。。
mysql> show grants for 'root'@'%';
ERROR 1141 (42000): There is no such grant defined for user 'root' on host '%'
接着我又给hive-site.xml 里面配置的数据库ruoze_d5一个% ，然而报错了，意思是在user表里找不到这个这个用户。但是使用select查询user表，是可以查到的，原因是我们创建用户后，只是写入了user表，并没有写入权限表（grant table）。所以应该刷新权限
mysql> grant all privileges on ruoze_d5.* to root@'%' identified by '******';
ERROR 1133 (42000): Can't find any matching row in the user table
mysql> flush privileges;刷新权限
Query OK, 0 rows affected (0.00 sec)
接着我又重新给它 ruoze_d5这个数据库下面的数据给了它root用户的。其实这一步本可以不用做的。。。因为刷新权限之后我之前配置的%的权限应该也是生效了的。从下图就能看到有一个是给了* ，也就是之前修改的权限给了root用户下面的所有的host都能访问的权限，上面没查到就是因为忘了刷新权限。。。还有一个是ruoze_d5也就是刚刚才改的那个
mysql> grant all privileges on ruoze_d5.* to root@'%' identified by '******';
Query OK, 0 rows affected (0.00 sec)
再次查询root用户下面host为%的数据库
mysql> show grants for 'root'@'%';

改完之后去idea运行，权限问题解决，成功访问hive的元数据