window+sparksql+hive+debug sparksql本地环境搭建

步骤
1	deom代码
2	安装配置jdk1.8
3	安装配置scala2.11.18
4	导入pom.xml中依赖jar：注意scala版本要和spark依赖的保持一致
5	下载Hadoop的bin包,设定环境变量HADOOP_HOME，值为解压后的目录
6	下载winutils.exe将其放到$HADOOP_HOME/bin/目录下
7	配置本地host:要想知道host的地址，可以ping mysql.csdn.net #远程hive的meterstore地址 192.168.25.22 mysql.csdn.net #远程的一个节点 192.168.25.25 node01.csdn.net
8	在代码中配置hive.metastore.uris     val spark = SparkSession       .builder() .master("local[2]")       .appName("Spark Hive Example")       .config("hive.metastore.uris", "thrift://mysql.csdn.net:9083")//远程hive的meterstore地址       .enableHiveSupport()       .getOrCreate()

步骤
1	deom代码
2	安装配置jdk1.8
3	安装配置scala2.11.18
4	导入pom.xml中依赖jar：注意scala版本要和spark依赖的保持一致
5	下载Hadoop的bin包,设定环境变量HADOOP_HOME，值为解压后的目录
6	下载winutils.exe将其放到$HADOOP_HOME/bin/目录下
7	配置本地host:要想知道host的地址，可以ping mysql.csdn.net #远程hive的meterstore地址 192.168.25.22 mysql.csdn.net #远程的一个节点 192.168.25.25 node01.csdn.net
8	在代码中配置hive.metastore.uris     val spark = SparkSession       .builder() .master("local[2]")       .appName("Spark Hive Example")       .config("hive.metastore.uris", "thrift://mysql.csdn.net:9083")//远程hive的meterstore地址       .enableHiveSupport()       .getOrCreate()