spark3.0.x用jdbc读取hive3.1.x数据,结果出现值和列明一样

代码:

def   readDfdatafromHive(db:String,tablename:String,sparksession:SparkSession ):DataFrame={
 val df= sparksession.read
    .format("jdbc")
    .option("driver","org.apache.hive.jdbc.HiveDriver")
    .option("url","jdbc:hive2://hdp100:1111/")
    .option("user","liuz")
    .option("password","4630850lz")
    .option("fetchsize", "2000")
    .option("dbtable",db+"."+tablename)
    .load()
  df
}


val  opendoorTimes_DF=DBHelper.readDfdatafromHive("dws"," dws_runstrength_opendoortimes_dt",sparkSession)

结果:类型转换异常,实际上是我们的列名和值一样

原因:

在spark中没有jdbc读取hive的Dialect支持,所以我们需要自己看源码,自己定义一个。

  private[this] var dialects = List[JdbcDialect]()
  registerDialect(MySQLDialect)
  registerDialect(PostgresDialect)
  registerDialect(DB2Dialect)
  registerDialect(MsSqlServerDialect)
  registerDialect(DerbyDialect)
  registerDialect(OracleDialect)
  registerDialect(TeradataDialect)

 解决办法:

我们看一看mysql是怎么定义的:

private case object MySQLDialect extends JdbcDialect {
  override def canHandle(url : String): Boolean =
    url.toLowerCase(Locale.ROOT).startsWith("jdbc:mysql")
  override def getCatalystType(
      sqlType: Int, typeName: String, size: Int, md: MetadataBuilder): Option[DataType] = {
    if (sqlType == Types.VARBINARY && typeName.equals("BIT") && size != 1) {
      // This could instead be a BinaryType if we'd rather return bit-vectors of up to 64 bits as
      // byte arrays instead of longs.
      md.putLong("binarylong", 1)
      Option(LongType)
    } else if (sqlType == Types.BIT && typeName.equals("TINYINT")) {
      Option(BooleanType)
    } else None
  }
  override def quoteIdentifier(colName: String): String = {
    s"`$colName`"
  }
  override def getTableExistsQuery(table: String): String = {
    s"SELECT 1 FROM $table LIMIT 1"
  }
  override def isCascadingTruncateTable(): Option[Boolean] = Some(false)
}

可以继续看看presto的代码,此处略,方法的作用梳理一下:

def canHandle(url: String): Boolean     这里需要判断我们的jdbc协议是否满足某个条件,不同的协议条件不一样

override def getCatalystType(sqlType: Int, typeName: String, size: Int, md: MetadataBuilder)这个是用来处理数据类型的,避免数据类型不一致

override def quoteIdentifier(colName: String) 这个是处理列名的,因为不同的数据库的列名前缀不一样,可以自定义

最后我们定义的hivesqldialet代码:

 object HiveSqlDialect extends JdbcDialect {
  //
  override def canHandle(url: String): Boolean ={
    url.toLowerCase(Locale.ROOT).startsWith("jdbc:hive2")
//    url.startsWith("jdbc:hive2")
    //mysql   url.toLowerCase(Locale.ROOT).startsWith("jdbc:mysql")
  }

  override def quoteIdentifier(colName: String): String = {
    colName.split('.').map(part => s"`$part`").mkString(".")
    // mysql   s"`$colName`"
  }
}


object RegisterHiveSqlDialect {
  def register(): Unit = {
    JdbcDialects.registerDialect(HiveSqlDialect)
  }
}

object IndicatorCalculateService {
  def main(args: Array[String]): Unit = {
    System.setProperty("HADOOP_USER_NAME", "liuz")
    val sparkSession: SparkSession = SparkSession.builder().master("local[*]").appName("MantanceNeedAnalysis")
      .enableHiveSupport() .getOrCreate()
    //注册自己定义的Dialect
      RegisterHiveSqlDialect.register()
    val  opendoorTimes_DF=DBHelper.readDfdatafromHive("dws"," dws_runstrength_opendoortimes_dt",sparkSession)
    opendoorTimes_DF.show()
  }

结果:

 

 

 

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 编译Spark3.x需要先安装Java、Scala和Maven等工具,然后下载Spark源代码并进行编译。在编译过程中,需要注意Spark3.x与Hadoop、Hive版本兼容的问题。 具体来说,Spark3.x与Hadoop的兼容性要求如下: - Spark3.0.x需要Hadoop 2.7及以上版本; - Spark3.1.x需要Hadoop 3.2及以上版本。 而Spark3.x与Hive的兼容性要求如下: - Spark3.0.x需要Hive 2.3及以上版本; - Spark3.1.x需要Hive 3.1及以上版本。 如果在编译或运行Spark3.x时遇到版本兼容性问题,可以考虑升级或降级相应的组件版本,或者使用Spark提供的预编译版本。同时,也可以在Spark的配置文件中设置相应的参数来解决兼容性问题。 ### 回答2: Spark是一种快速、通用的大数据处理框架,常用于分散式计算、数据处理和分析。Spark的新版本Spark 3.x具有多种新特性和改进,使其在应对大量数据问题方面更具有竞争力。编译Spark 3.x并使其与Hadoop和Hive版本兼容需要遵循几个步骤。 编译Spark 3.x 编译Spark之前,需要进行以下操作: 1.安装Java 8并设置环境变量 官方推荐Java 8因为Spark3.x不支持Java 9及以上的版本。 2.安装Scala 和 sbt 官方支持Scala 2.12.x版本,并建议使用sbt进行编译。 3.下载Spark 3.x源码 下载后进行解压缩,然后进入Spark源码目录。 完成上述操作后,可以开始编译Spark 3.x: 1.使用命令sbt compile编译源码 2.使用命令sbt package打包成jar文件 3.使用命令sbt assembly打包成带依赖的jar文件 完成上述操作后,就可以将Spark 3.x与Hadoop、Hive版本兼容。 Spark 3.x与Hadoop、Hive版本兼容问题的解决 1.与Hadoop版本兼容 Spark使用Hadoop作为其分布式存储和计算基础。因此,它需要与Hadoop版本兼容,以确保能够读写Hadoop支持的文件格式。Spark 3.x推荐使用Hadoop 3.2.x版本,因为它提供了更好的性能和兼容性。 2.与Hive版本兼容 Hive是一种在Hadoop上运行的数据仓库软件,它提供了SQL接口来查询和分析数据Spark 3.x与Hive的版本兼容性需要视Hive的版本而定。Spark 3.x建议使用Hive 3.x版本,以确保兼容性。 在编译Spark时,可以通过设置Hadoop和Hive的版本来确保Spark与它们兼容。在源代码目录中的build/sbt,有一个build.properties文件,可以在其中设置Hadoop和Hive的版本号。例如,设置Hadoop版本为3.2.1和Hive版本为3.1.2: hadoop.version 3.2.1 hive.version 3.1.2 总之,当编译Spark 3.x时需要设置正确的环境和版本信息,并通过设置版本来保证Spark与Hadoop和Hive兼容。这样就可以使用Spark来进行大规模数据处理和分析,以提取出数据中的价,为企业提供实时分析和决策支持。 ### 回答3: Spark是一个快速而通用的集群计算系统。它可以处理多种数据,并且是可扩展的。Spark有几个版本,包括Spark 3.x、Spark 2.x和Spark 1.x。Spark 3.x是最新的版本,它提供了许多新的功能和增强特性。本文将讨论如何编译Spark 3.x以及Spark 3.x与Hadoop、Hive版本兼容问题的解决。 编译Spark3.x 编译Spark3.x需要一些前期准备工作。首先,需要安装Java开发工具包(JDK)。然后,需要安装Apache Maven和Git。在完成这些准备工作后,可以按照以下步骤编译Spark3.x: 1.从Spark的官方网站上下载Spark源代码。 2.打开终端并切换到Spark源代码目录。 3.运行以下命令: mvn -Psparkr -Pmesos -Pmesos-extras -Pyarn -Phive -Phive-thriftserver -DskipTests clean package 该命令将编译Spark3.x并生成一个可执行文件。 Spark 3.x与Hadoop版本兼容问题的解决 Spark3.x需要一个Hadoop版,以便读写Hadoop分布式文件系统(HDFS)和执行MapReduce任务。以下是Spark3.x与Hadoop版本兼容的问题及其解决方案: 1. Hadoop2.7.x - Spark3.x需要Hadoop2.7.x或更高版本。如果使用的是Hadoop2.6.x,则需要升级到Hadoop2.7.x。 2. Hadoop3.x - Spark3.x支持Hadoop3.x版本,但需要指定Hadoop的版本。 在启动Spark应用程序时,可以使用以下命令指定要使用的Hadoop版本: ./bin/spark-shell --conf spark.hadoop.fs.defaultFS=hdfs://namenode:8020 其中,"namenode"是Hadoop的主节点名称,"8020"是Hadoop的主节点端口号。 Spark 3.x与Hive版本兼容问题的解决 Spark3.x还需要一个Hive版本,以便在Spark SQL中查询Hive数据表。以下是Spark3.x与Hive版本兼容的问题及其解决方案: 1. Hive 1.x和2.x - Spark3.x支持Hive 1.x和2.x版本。在启动Spark应用程序时,可以使用以下命令指定要使用的Hive版本: ./bin/spark-shell --conf spark.sql.hive.metastore.version=2.0.0 其中,"2.0.0"是Hive的版本号。 2. Hive 3.x - Spark3.x还不支持Hive 3.x版本。如果需要使用Hive 3.x,可以使用Spark2.x版本。在启动Spark应用程序时,可以使用以下命令指定要使用的Spark版本: ./bin/spark-submit --class com.example.myApp --master yarn --deploy-mode cluster --conf spark.yarn.appMasterEnv.SPARK_HOME=/path/to/spark2x /path/to/myApp.jar 其中,"/path/to/spark2x"是Spark2.x的安装路径。 总之,为了使用Spark3.x,需要确保它与Hadoop和Hive版本兼容。如果需要更改版本或指定版本,请使用相应的命令来启动Spark应用程序。

“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