Spark: Spark-sql 读hbase

Posted 2020-08-05 天戈朱

     SparkSQL是指整合了Hive的spark-sql cli, 本质上就是通过Hive访问HBase表，具体就是通过hive-hbase-handler, 具体配置参见：Hive(五):hive与hbase整合 

目录：

• SparkSql 访问 hbase配置
• 测试验证

SparkSql 访问 hbase配置:

---

•  拷贝HBase的相关jar包到Spark节点上的$SPARK_HOME/lib目录下，清单如下：

  guava-14.0.1.jar
  htrace-core-3.1.0-incubating.jar
  hbase-common-1.1.2.2.4.2.0-258.jar
  hbase-common-1.1.2.2.4.2.0-258-tests.jar
  hbase-client-1.1.2.2.4.2.0-258.jar
  hbase-server-1.1.2.2.4.2.0-258.jar
  hbase-protocol-1.1.2.2.4.2.0-258.jar
  hive-hbase-handler-1.2.1000.2.4.2.0-258.jar

• 在 ambari 上配置Spark节点的$SPARK_HOME/conf/spark-env.sh,将上面的jar包添加到SPARK_CLASSPATH，如下图：
• 
• 配置项清单如下：注意jar包之间不能有空格或回车符

  export SPARK_CLASSPATH=/usr/hdp/2.4.2.0-258/spark/lib/guava-11.0.2.jar: /usr/hdp/2.4.2.0-258/spark/lib/hbase-client-1.1.2.2.4.2.0-258.jar:/usr/hdp/2.4.2.0-258/spark/lib/hbase-common-1.1.2.2.4.2.0-258.jar:/usr/hdp/2.4.2.0-258/spark/lib/hbase-protocol-1.1.2.2.4.2.0-258.jar:/usr/hdp/2.4.2.0-258/spark/lib/hbase-server-1.1.2.2.4.2.0-258.jar:/usr/hdp/2.4.2.0-258/spark/lib/hive-hbase-handler-1.2.1000.2.4.2.0-258.jar:/usr/hdp/2.4.2.0-258/spark/lib/htrace-core-3.1.0-incubating.jar:  /usr/hdp/2.4.2.0-258/spark/lib/protobuf-java-2.5.0.jar:${SPARK_CLASSPATH}

• 将hbase-site.xml拷贝至${HADOOP_CONF_DIR},由于spark-env.sh中配置了Hadoop配置文件目录${HADOOP_CONF_DIR},因此会将hbase-site.xml加载，hbase-site.xml中主要是以下几个参数的配置：

<property>
<name>hbase.zookeeper.quorum</name>
<value>r,hdp2,hdp3</value>
<description>HBase使用的zookeeper节点</description>
</property>
<property>
<name>hbase.client.scanner.caching</name>
<value>100</value>
<description>HBase客户端扫描缓存，对查询性能有很大帮助</description>
</property> 

•  ambari 上重启修改配置后影响的组件服务

 

测试验证：

---

• 任一spark client节点验证：
• 命令： cd  /usr/hdp/2.4.2.0-258/spark/bin  (spark安装目录)
• 命令： ./spark-sql
• 执行： select * from stocksinfo;   (stocksinfo 为与hbase关联的hive外部表）
• 结果如下则OK：
• 

---