配置spark on hive，后续可以使用DataGrip连接spark编写sparkSQL

版本

hive 3.1.2

spark 3.3.3

配置

首先，自己配置好spark on hive，很简单，网上配置很多。

把MySQLjar包放进spark的jars。

测试

启动spark-sql（这个如果我没记错的话，是在spark的bin目录里）
创建表，插入字段
启动hive（bin/hive），查询是否有spark-sql创建的表。
有的话，恭喜你，spark on hive 已经配置好了。
 

后面这是使用客户端工具DataGrip连接到Spark，写sql 的配置

DG不能直接连接spark，如果想要连接的话，要使用spark的Spark ThriftServer 去代替hiveserver2的服务。

1、去etc/hosts，下新增，192.168.177.101 node01.itcast.cn (也可以不新增，到时候改下启动命令就行)。（在我配置完后我也觉得这步挺多余，忽略掉吧，如果后面不行你再回来配置）

2、启动Spark ThriftServer

在$SPARK_HOME/sbin

//这个是配置了1、的启动方式

cd /opt/****/spark-local/sbin
./start-thriftserver.sh \
--hiveconf hive.server2.thrift.port=10000 \
--hiveconf hive.server2.thrift.bind.host=node01.itcast.cn \
--hiveconf spark.sql.warehouse.dir=hdfs://node01:8020/user/hive/warehouse \
--master local[*]

//正常启动，没问题

cd /opt/****/spark-local/sbin
./start-thriftserver.sh \
--hiveconf hive.server2.thrift.port=10000 \
--hiveconf hive.server2.thrift.bind.host=node01 \
--hiveconf spark.sql.warehouse.dir=hdfs://node01:8020/user/hive/warehouse \
--master local[*]

想要更确定启动没，可以去查看spark/logs下面的日志

23/12/19 16:01:53 INFO AbstractService: Service:HiveServer2 is started.
23/12/19 16:01:53 INFO HiveThriftServer2: HiveThriftServer2 started

表示启动成功。

3、在$SPARK_HOME/bin 启动服务。

./beeline

!connect jdbc:hive2://192.168.177.101:10000
输入用户名
输入密码

稍等片刻，
出现 Connected to: Spark SQL (version 3.3.3) 表示使用的spark
出现 Connected to: Apache Hive (version 3.1.2) 表示启动的还是hive，计算依旧使用的是MR，很慢，配置失败 与预期不符，建议去查看日志信息。

使用

粗糙的使用流程，也给大家码下来了。

启动zookeeper

启动hadoop

启动hive --service metastore服务

启动sparkserver2服务

DG连接spark

附：spark 的HistoryServer服务 （有需要就起）