spark sql读取hive底层_spark读取hive数据

本文介绍了如何使用Spark SQL读取和写入Hive数据,包括Java和Scala两种方式的示例代码。在运行时可能出现的错误如null entry in command string,通过配置相关XML文件和系统属性可以解决。同时提到了Hive on Spark的兼容性问题,需要注意Scala版本和Spark版本的匹配。
摘要由CSDN通过智能技术生成

1.首先将集群的这3个文件hive-site.xml,core-size.xml,hdfs-site.xml放到资源文件里(必须,否则报错)

2.代码方面。下面几个测试都可以运行。

1)test03.java

import org.apache.spark.sql.SparkSession;

import java.text.ParseException;public classtest03 {public static voidmain(String[] args) throws ParseException {

SparkSession spark=SparkSession

.builder()

.appName("Java Spark Hive Example")

.master("local[*]")//.config("spark.sql.warehouse.dir", "/user/hive/warehouse")

.config("hadoop.home.dir", "/user/hive/warehouse")

.enableHiveSupport()

.getOrCreate();

spark.sql("SELECT * FROM mt1").show();

}

}

2)Hive03.scala

import org.apache.spark.{SparkConf, SparkContext}

import org.apache.spark.sql.hive.HiveContextobjectHive03 {

def main(args: Array[String]): Unit={

val conf= new SparkConf().setAppName("test").setMaster("local[2]")

val sc= newSparkContext(conf)

val sqlContext= newHiveContext(sc)

sqlContext.table("mt1") //库名.表名 的格式

.registerTempTable("person") //注册成临时表

sqlContext.sql(""" | select *

| fromperson| limit 10

""".stripMargin).show()

sc.stop()

}

}

3) SparkHiveText.scala

import org.apache.spark.sql.hive.HiveContext

import org.apache.spark.{SparkConf, SparkContext}objectSparkHiveText {

def main(ar

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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