- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库?
- java - OnItemClickListener 不起作用,但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
我正在使用 Spring Framework 创建一个 API 来查询我在 Hadoop 中的一些表。我使用的命令:
println("-----------------------------------------------------------------before )
val spark = SparkSession
.builder()
.appName("API")
.master("local[*])
.enableHiveSupport()
.getOrCreate()
println("--------------------------------------------------------------------Session was created")
我使用的是 Spark 2.11.6 和 Scala v2.2.0。当我使用 spark-shell 时,我连接到远程集群。
在日志中我没有收到任何错误,但我看到创建了一个本地配置单元存储库:
[ main] o.a.h.hive.metastore.MetaStoreDirectSql : Using direct SQL, underlying DB is DERBY
main] o.a.hadoop.hive.ql.session.SessionState : Created local directory: C:/Users/..../.../Local/Temp/..._resources
2018-05-10 16:32:32.556 INFO 16148 --- [ main] o.a.hadoop.hive.ql.session.SessionState : Created HDFS directory: /tmp/hive/myuser/....
我正在尝试连接到远程 Cloudera 集群。我将 xml 文件(hive-site、hdfs-site、core-stire、yarn-site)复制到我项目的 conf 目录,到 $SPARK_CONF 目录。我将 SPARK_HOME 路径添加到 PATH 变量,并将 HADDOP_HOME 变量指定为指向 winutils 位置。
我还能做什么?
日志很长,我看到了一些消息,可能对您有任何暗示:
-----------------------------------------------------------------ENV=local[*]
2018-05-10 16:32:16.930 WARN 16148 --- [ main] org.apache.hadoop.util.NativeCodeLoader : Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
[ main] org.apache.spark.util.Utils : Successfully started service 'SparkUI' on port 4040.
main] o.s.jetty.server.handler.ContextHandler : Started o.s.j.s.ServletContextHandler@13ee97af{/stages/pool/json,null,AVAILABLE,@Spark}
[ main] org.apache.spark.ui.SparkUI : Bound SparkUI to 0.0.0.0, and started at http://192.168.56.1:4040
[ main] o.apache.spark.sql.internal.SharedState : URL.setURLStreamHandlerFactory failed to set FsUrlStreamHandlerFactory
[ main] DataNucleus.Persistence : Property hive.metastore.integral.jdo.pushdown unknown - will be ignored
[ main] DataNucleus.Datastore : The class "org.apache.hadoop.hive.metastore.model.MFieldSchema" is tagged as "embedded-only" so does not have its own datastore table.
[ main] DataNucleus.Query : Reading in results for query "org.datanucleus.store.rdbms.query.SQLQuery@0" since the connection used is closing
[ main] o.a.h.hive.metastore.MetaStoreDirectSql : Using direct SQL, underlying DB is DERBY
[ main] o.a.hadoop.hive.metastore.ObjectStore : Failed to
get database global_temp, returning NoSuchObjectException
[ main] o.a.hadoop.hive.ql.session.SessionState : Created local directory: C:/Users/myuser/AppData/Local/Temp/1fa7a82b-fe17-4795-8973-212010634cd1_resources
[ main] o.a.hadoop.hive.ql.session.SessionState : Created HDFS directory: /tmp/hive/myuser/1fa7a82b-fe17-4795-8973-212010634cd1
[ main] o.a.hadoop.hive.ql.session.SessionState : Created local directory: C:/Users/myuser/AppData/Local/Temp/myuser/fileasdasdsa
[ main] o.a.hadoop.hive.ql.session.SessionState : Created HDFS directory: /tmp/hive/myuser/asdsadsa/_tmp_space.db
[ main] o.a.s.sql.hive.client.HiveClientImpl : Warehouse location for Hive client (version 1.2.1) is file:/C:/Users/myuser/SpringScalaAPI/spark-warehouse
[ main] o.a.s.s.e.s.s.StateStoreCoordinatorRef : Registered StateStoreCoordinator endpoint
--------------------------------------------------------------------Session was created
老实说,这不是我第一次处理此类错误。上次我用的是play framework。在这种情况下需要执行哪些具体步骤?哪些变量真正应该配置,哪些变量不重要?
最佳答案
使用 Spark 2,您可以尝试这样的操作,
val ss = SparkSession
.builder()
.appName(" Hive example")
.config("hive.metastore.uris", "thrift://localhost:9083")
.enableHiveSupport()
.getOrCreate()
注意 hive.metastore.uris
属性,将 localhost 更改为指向您的沙箱或集群。
一个ss
被初始化,你可以阅读下表,
val df = ss.read.table("db_name.table_name")
希望这对您有所帮助。干杯。
关于scala - Spark 连接到本地 Hive 而不是远程,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50275223/
目前正在学习 Spark 的类(class)并了解到执行者的定义: Each executor will hold a chunk of the data to be processed. Thisc
阅读了有关 http://spark.apache.org/docs/0.8.0/cluster-overview.html 的一些文档后,我有一些问题想要澄清。 以 Spark 为例: JavaSp
Spark核心中的调度器与以下Spark Stack(来自Learning Spark:Lightning-Fast Big Data Analysis一书)中的Standalone Schedule
我想在 spark-submit 或 start 处设置 spark.eventLog.enabled 和 spark.eventLog.dir -all level -- 不要求在 scala/ja
我有来自 SQL Server 的数据,需要在 Apache Spark (Databricks) 中进行操作。 在 SQL Server 中,此表的三个键列使用区分大小写的 COLLATION 选项
所有这些有什么区别和用途? spark.local.ip spark.driver.host spark.driver.bind地址 spark.driver.hostname 如何将机器修复为 Sp
我有大约 10 个 Spark 作业,每个作业都会进行一些转换并将数据加载到数据库中。必须为每个作业单独打开和关闭 Spark session ,每次初始化都会耗费时间。 是否可以只创建一次 Spar
/Downloads/spark-3.0.1-bin-hadoop2.7/bin$ ./spark-shell 20/09/23 10:58:45 WARN Utils: Your hostname,
我是 Spark 的完全新手,并且刚刚开始对此进行更多探索。我选择了更长的路径,不使用任何 CDH 发行版安装 hadoop,并且我从 Apache 网站安装了 Hadoop 并自己设置配置文件以了解
TL; 博士 Spark UI 显示的内核和内存数量与我在使用 spark-submit 时要求的数量不同 更多细节: 我在独立模式下运行 Spark 1.6。 当我运行 spark-submit 时
spark-submit 上的文档说明如下: The spark-submit script in Spark’s bin directory is used to launch applicatio
关闭。这个问题是opinion-based .它目前不接受答案。 想改善这个问题吗?更新问题,以便可以通过 editing this post 用事实和引文回答问题. 6 个月前关闭。 Improve
我想了解接收器如何在 Spark Streaming 中工作。根据我的理解,将有一个接收器任务在执行器中运行,用于收集数据并保存为 RDD。当调用 start() 时,接收器开始读取。需要澄清以下内容
有没有办法在不同线程中使用相同的 spark 上下文并行运行多个 spark 作业? 我尝试使用 Vertx 3,但看起来每个作业都在排队并按顺序启动。 如何让它在相同的 spark 上下文中同时运行
我们有一个 Spark 流应用程序,这是一项长期运行的任务。事件日志指向 hdfs 位置 hdfs://spark-history,当我们开始流式传输应用程序时正在其中创建 application_X
我们正在尝试找到一种加载 Spark (2.x) ML 训练模型的方法,以便根据请求(通过 REST 接口(interface))我们可以查询它并获得预测,例如http://predictor.com
Spark newb 问题:我在 spark-sql 中进行完全相同的 Spark SQL 查询并在 spark-shell . spark-shell版本大约需要 10 秒,而 spark-sql版
我正在使用 Spark 流。根据 Spark 编程指南(参见 http://spark.apache.org/docs/latest/programming-guide.html#accumulato
我正在使用 CDH 5.2。我可以使用 spark-shell 运行命令。 如何运行包含spark命令的文件(file.spark)。 有没有办法在不使用 sbt 的情况下在 CDH 5.2 中运行/
我使用 Elasticsearch 已经有一段时间了,但使用 Cassandra 的经验很少。 现在,我有一个项目想要使用 Spark 来处理数据,但我需要决定是否应该使用 Cassandra 还是
我是一名优秀的程序员,十分优秀!