FAILED: SemanticException Failed to get a spark session: org.apache.hadoop.hive.ql.metadata.HiveExce

hive on spark:

执行插入语句时,报了如上错误,找了半天是由于超时时间的原因

添加如下内容

<!--Spark依赖位置
(注意:端口号8020必须和namenode的端口号一致)-->
<property>
    <name>spark.yarn.jars</name>
    <value>hdfs://hadoop106:8020/spark-jars/*</value>
</property>

<!--Hive执行引擎-->
<property>
    <name>hive.execution.engine</name>
    <value>spark</value>
</property>

<!--Hive和Spark连接超时时间-->
<property>
    <name>hive.spark.client.connect.timeout</name>
    <value>100000ms</value>
</property>

 注意:hive.spark.client.connect.timeout的默认值是1000ms,如果执行hive的insert语句时,抛如下异常,可以调大该参数到10000ms

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
如果在Hive命令行中执行 `set hive.execution.engine=spark;` 命令时出现 `FAILED: SemanticException Failed to get a spark session: org.apache.hadoop.hive.ql.metadata.HiveException: Failed to create Spark client for Spark session` 异常,可能是由于以下原因之一: 1. Spark未正确安装或配置:请确保Spark已正确安装并配置正确的环境变量。可以在终端上运行 `spark-shell` 命令来验证Spark是否能够正常工作。 2. SparkHive版本不兼容:请确保使用的Spark版本与Hive版本兼容。可以在Hive官方网站上查看版本兼容性信息。 3. Spark配置错误:请检查Spark的配置文件,并确保所有配置项都正确设置。可以在 `$SPARK_HOME/conf` 目录下找到Spark的配置文件。 4. Spark资源不足:如果Spark资源不足,可能会导致无法获取Spark会话。请检查Spark的资源配置,并确保分配了足够的资源。 针对上述问题,可以通过以下步骤进行排查和解决: 1. 检查Spark安装和配置是否正确,并确保Spark能够正常工作。 2. 确认SparkHive版本兼容,并升级或降级其中一个软件的版本。 3. 检查Spark配置文件,确保所有配置项都正确设置。 4. 检查Spark资源配置,确保分配了足够的资源。可以使用 `spark-submit` 命令提交一个Spark应用程序来查看资源使用情况。 另外,如果您正在使用Spark on YARN模式,还需要确保YARN的配置正确,并且YARN的资源管理器正在运行。可以在终端上运行 `yarn node -list` 命令来验证YARN是否能够正常工作。

“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