SparkSQL以yarn-cluster读取hive数据运行的错误排查记录

我事先在IDEA里通过Maven将程序及所依赖的jar打成一个jar包，在三台虚拟机（master、slave1、slave2）里启动了hadoop、mysql、yarn。master和slave节点的$SPARK_HOME\conf已经有hive-site.xml，并且已把mysql连接驱动包放到每个节点的SPARK_CLASSPATH下，然后执行：

[root@master bin]# ./spark-submit --class com.badou.JiebaKry --master yarn-cluster /home/boya/boya-1.0-SNAPSHOT.jar

发现执行失败，在yarn UI界面里查看log信息，报如下错误：

“Table or view not found: ‘mydb’.‘news_noseg’; line 1 pos 27; ”

于是我就将hive-site.xml和mysql驱动包通过–files和–jars放到提交命令中，执行：

[root@master conf]# ./spark-submit --class com.badou.JiebaKry --master yarn-cluster --files $HIVE_HOME/conf/hive-site.xml --jars /home/boya/mysql-connector-java-5.1.44-bin.jar /home/boya/boya-1.0-SNAPSHOT.jar

又失败了，查看log，发现salve报如下错误：

“WARN HiveMetaStore: Retrying creating default database after error: Error creating transactional connection factory javax.jdo.JDOFatalInternalException: Error creating transactional connection factory” 和

“Hive:Unable to open a test connection to the given database. JDBC url = jdbc:mysql://localhost:3306”**

此时我猜想是slave节点无法访问master节点上的mysql数据库，我注意到错误信息中“mysql://localhost"主机名是localhost，于是我查看master上的hive-site.xml，发现主机名写的是localhost：

<property>
        <name>javax.jdo.option.ConnectionURL</name>
        <value>jdbc:mysql://localhost:3306/hive?createDatabaseIfNotExist=true</value>
</property>

于是我将其修改为master：

<property>
        <name>javax.jdo.option.ConnectionURL</name>
        <value>jdbc:mysql://master:3306/hive?createDatabaseIfNotExist=true</value>
</property>

这样使得slave节点读取hive-site.xml时去连接master上的mysql，因为master节点上hive的元数据是存储在mysql里，但是重新启动hive竟然报如下错误：

“Caused by: javax.jdo.JDOFatalDataStoreException: Unable to open a test connection to the given database. JDBC url = jdbc:mysql://master:3306/hive?createDatabaseIfNotExist=true, username = root. Terminating connection pool (set lazyInit to true if you expect to start your database after your app). ”

又经过一番搜寻，可能是mysql的权限问题，于是按照如下步骤：

[root@master ~]# mysql -u root -p
mysql> use mysql;
mysql> GRANT ALL PRIVILEGES ON *.* TO 'root'@'%' IDENTIFIED BY 'yourpassword' WITH GRANT OPTION;
mysql> GRANT ALL PRIVILEGES ON *.* TO 'root'@'master' IDENTIFIED BY 'yourpassword' WITH GRANT OPTION;
mysql> flush privileges;
mysql> quit;
[root@master ~]# mysql -u root -p

这里使用grant目的是允许指定host机器上的root用户远程连接到mysql，这样别的机器想要访问master的mysql，就会从user表查询，是否有%，localhost，master等数据值。改好后，重新启动mysql和hive，hive正常启动。

接下来继续重新执行：

[root@master conf]# ./spark-submit --class com.badou.JiebaKry --master yarn-cluster --files $HIVE_HOME/conf/hive-site.xml --jars /home/boya/mysql-connector-java-5.1.44-bin.jar /home/boya/boya-1.0-SNAPSHOT.jar

这次终于不再出任何问题，final status: SUCCEEDED！