不需要jdbc

spark直接连接到hive元存储，而不是通过hiveserver2。要配置它，
放 hive-site.xml 在你的 classpath ，并指定 hive.metastore.uri 到您的配置单元元存储所在的位置。另请参阅如何在sparksql中以编程方式连接到配置单元元存储？
导入 org.apache.spark.sql.hive.HiveContext ，因为它可以对配置单元表执行sql查询。
定义 val sqlContext = new org.apache.spark.sql.hive.HiveContext(sc) 验证 sqlContext.sql("show tables") 看看是否有效
配置单元表上的sparksql

结论：如果你一定要用jdbc的方式

看看远程连接apachespark和apachehive。
请注意，beeline还通过jdbc连接。从你的日志来看，这是不言而喻的。
[ml@master spark-2.0.0]$./bin/beeline beeline版本1.2.1.spark2 by apache hive beeline>！连接jdbc:hive2：//远程_hive:10000
正在连接到jdbc:hive2：//远程_hive:10000
所以请看一下这篇有趣的文章
方法1：使用jdbc将表拉入spark
方法2：将spark jdbcrdd与hiveserver2 jdbc驱动程序一起使用
方法3：在客户端获取数据集，然后手动创建rdd
目前hiveserver2驱动程序不允许我们使用“sparkling”方法1和2，我们只能依赖方法3
下面是可以实现的示例代码片段
通过hiveserver2jdbc连接将数据从一个hadoop集群（aka“remote”）加载到另一个集群（我的spark所在的集群，aka“domestic”）。

import java.sql.Timestamp
import scala.collection.mutable.MutableList

case class StatsRec (
  first_name: String,
  last_name: String,
  action_dtm: Timestamp,
  size: Long,
  size_p: Long,
  size_d: Long
)

val conn: Connection = DriverManager.getConnection(url, user, password)
val res: ResultSet = conn.createStatement
                   .executeQuery("SELECT * FROM stats_201512301914")
val fetchedRes = MutableList[StatsRec]()
while(res.next()) {
  var rec = StatsRec(res.getString("first_name"), 
     res.getString("last_name"), 
     Timestamp.valueOf(res.getString("action_dtm")), 
     res.getLong("size"), 
     res.getLong("size_p"), 
     res.getLong("size_d"))
  fetchedRes += rec
}
conn.close()
val rddStatsDelta = sc.parallelize(fetchedRes)
rddStatsDelta.cache()

 // Basically we are done. To check loaded data:

println(rddStatsDelta.count)
rddStatsDelta.collect.take(10).foreach(println)

在为spark提供hive-ste.xml配置并启动hive metastore服务之后，
连接到配置单元时，需要在spark会话中配置两件事：
由于sparksql使用thrift连接到hivemetastore，因此我们需要在创建spark会话时提供thrift服务器uri。
hive metastore warehouse是spark sql持久化表的目录。使用与“hive.metastore.warehouse.dir”相对应的属性“spark.sql.warehouse.dir”（因为在spark 2.0中不推荐使用该属性）
比如：

SparkSession spark=SparkSession.builder().appName("Spark_SQL_5_Save To Hive").enableHiveSupport().getOrCreate();
    spark.sparkContext().conf().set("spark.sql.warehouse.dir", "/user/hive/warehouse");
    spark.sparkContext().conf().set("hive.metastore.uris", "thrift://localhost:9083");

希望这是有用的！！

根据文件：
请注意，自spark 2.0.0以来，hive-site.xml中的hive.metastore.warehouse.dir属性已被弃用。相反，请使用spark.sql.warehouse.dir指定数据库在仓库中的默认位置。
所以在 SparkSession 您需要指定 spark.sql.uris 而不是 hive.metastore.uris ```
from pyspark.sql import SparkSession
spark = SparkSession
.builder
.appName("Python Spark SQL Hive integration example")
.config("spark.sql.uris", "thrift://<remote_ip>:9083")
.enableHiveSupport()
.getOrCreate()
spark.sql("show tables").show()