如何从spark thrift服务器使用hadoop?

6qfn3psc  于 2021-06-02  发布在  Hadoop
关注(0)|答案(1)|浏览(370)

请考虑以下设置。
hadoop版本2.6.4
spark版本2.1.0
os centos linux 7.2.1511版(核心)
所有软件作为单节点群集安装在一台机器上,spark以独立模式安装。我正在尝试使用spark thrift服务器。为了启动spark thrift服务器,我运行shell脚本 start-thriftserver.sh 运行thrift服务器后,我可以运行beeline命令行工具并发出以下命令:命令运行成功:

!connect jdbc:hive2://localhost:10000 user_name '' org.apache.hive.jdbc.HiveDriver
create database testdb;
use testdb;
create table names_tab(a int, name string) row format delimited fields terminated by ' ';

我的第一个问题是haddop上创建的表/数据库的底层文件/文件夹在哪里?问题是,即使使用stop-all.sh停止hadoop,create table/database命令仍然是成功的,这使我认为表根本不是在hadoop上创建的。
我的第二个问题是如何告诉spark hadoop到底安装在哪里?并要求spark使用hadoop作为从beeline运行的所有查询的底层数据存储。
我应该在其他模式下安装spark吗?
提前谢谢。

li9yvcax

li9yvcax1#

我的目标是让beeline命令行实用程序通过spark-thrift服务器工作,使用hadoop作为底层数据存储,我让它工作起来。我的设置如下:

Hadoop  <-->  Spark  <-->  SparkThriftServer  <--> beeline

我想以这样一种方式配置spark,它使用hadoop处理beeline命令行实用程序中运行的所有查询。诀窍是在spark-defaults.xml中指定以下属性。

spark.sql.warehouse.dir hdfs://localhost:9000/user/hive/warehouse

默认情况下,spark对元数据和数据本身(在spark中称为仓库)都使用derby,为了让spark使用hadoop作为仓库,我必须添加这个属性。
下面是一个示例输出

./beeline
Beeline version 1.0.1 by Apache Hive
beeline> !connect jdbc:hive2://localhost:10000 abbasbutt '' org.apache.hive.jdbc.HiveDriver
Connecting to jdbc:hive2://localhost:10000
SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/home/abbasbutt/Projects/hadoop_fdw/hadoop/share/hadoop/common/lib/slf4j-log4j12-1.7.5.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/home/abbasbutt/Projects/hadoop_fdw/apache-hive-1.0.1-bin/lib/hive-jdbc-1.0.1-standalone.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
SLF4J: Actual binding is of type [org.slf4j.impl.Log4jLoggerFactory]
Connected to: Spark SQL (version 2.1.0)
Driver: Hive JDBC (version 1.0.1)
Transaction isolation: TRANSACTION_REPEATABLE_READ
0: jdbc:hive2://localhost:10000>
0: jdbc:hive2://localhost:10000>
0: jdbc:hive2://localhost:10000>
0: jdbc:hive2://localhost:10000> create database my_test_db;
+---------+--+
| Result  |
+---------+--+
+---------+--+
No rows selected (0.379 seconds)
0: jdbc:hive2://localhost:10000> use my_test_db;
+---------+--+
| Result  |
+---------+--+
+---------+--+
No rows selected (0.03 seconds)
0: jdbc:hive2://localhost:10000> create table my_names_tab(a int, b string) row format delimited fields terminated by ' ';
+---------+--+
| Result  |
+---------+--+
+---------+--+
No rows selected (0.11 seconds)
0: jdbc:hive2://localhost:10000>

下面是hadoop中的相应文件

[abbasbutt@localhost test]$ hadoop fs -ls /user/hive/warehouse/
17/01/19 10:48:04 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Found 4 items
drwxrwxr-x   - abbasbutt supergroup          0 2017-01-18 23:45 /user/hive/warehouse/fdw_db.db
drwxrwxr-x   - abbasbutt supergroup          0 2017-01-18 23:23 /user/hive/warehouse/my_spark_db.db
drwxrwxr-x   - abbasbutt supergroup          0 2017-01-19 10:47 /user/hive/warehouse/my_test_db.db
drwxrwxr-x   - abbasbutt supergroup          0 2017-01-18 23:45 /user/hive/warehouse/testdb.db

[abbasbutt@localhost test]$ hadoop fs -ls /user/hive/warehouse/my_test_db.db/
17/01/19 10:50:52 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
Found 1 items
drwxrwxr-x   - abbasbutt supergroup          0 2017-01-19 10:50 /user/hive/warehouse/my_test_db.db/my_names_tab
[abbasbutt@localhost test]$

相关问题