如何让独立服务 Zeppelin 看到 Hive？

Posted 2023-03-23

【中文标题】如何让独立服务 Zeppelin 看到 Hive？

【英文标题】：How do I get independent service Zeppelin to see Hive?

【发布时间】：2018-03-30 08:12:25

【问题描述】：

我使用的是 HDP-2.6.0.3，但我需要 Zeppelin 0.8，所以我将它安装为独立服务。当我跑步时：

%sql 
show tables

当我运行 Spark2 SQL 命令时，我什么也没得到，而且我得到“找不到表”。表可以在作为 HDP 一部分的 0.7 Zeppelin 中看到。

谁能告诉我我错过了什么，让 Zeppelin/Spark 看到 Hive？

我创建zep0.8的步骤如下：

maven clean package -DskipTests -Pspark-2.1 -Phadoop-2.7-Dhadoop.version=2.7.3 -Pyarn -Ppyspark -Psparkr -Pr -Pscala-2.11

将 zeppelin-site.xml 和 shiro.ini 从 /usr/hdp/2.6.0.3-8/zeppelin/conf 复制到 /home/ed/zeppelin/conf。

创建了 /home/ed/zeppelin/conf/zeppeli-env.sh 我在其中放置了以下内容：

export JAVA_HOME=/usr/jdk64/jdk1.8.0_112
export HADOOP_CONF_DIR=/etc/hadoop/conf
export ZEPPELIN_JAVA_OPTS="-Dhdp.version=2.6.0.3-8"

复制 /etc/hive/conf/hive-site.xml 到 /home/ed/zeppelin/conf

编辑： 我也试过：

import org.apache.spark.sql.SparkSession
val spark = SparkSession
          .builder()
          .appName("interfacing spark sql to hive metastore without configuration file")
          .config("hive.metastore.uris", "thrift://s2.royble.co.uk:9083") // replace with your hivemetastore service's thrift url
          .config("url", "jdbc:hive2://s2.royble.co.uk:10000/default")
          .config("UID", "admin")
          .config("PWD", "admin")
          .config("driver", "org.apache.hive.jdbc.HiveDriver")
          .enableHiveSupport() // don't forget to enable hive support
          .getOrCreate()

同样的结果，并且：

import java.sql.DriverManager, Connection, Statement, ResultSet
val url = "jdbc:hive2://"
val driver = "org.apache.hive.jdbc.HiveDriver"
val user = "admin"
val password = "admin"
Class.forName(driver).newInstance
val conn: Connection = DriverManager.getConnection(url, user, password)

给出：

 java.lang.RuntimeException: Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient
ERROR XSDB6: Another instance of Derby may have already booted the database /home/ed/metastore_db

修正错误：

val url = "jdbc:hive2://s2.royble.co.uk:10000"

但仍然没有表格:(

【参考方案1】：

这行得通：

import java.sql.DriverManager, Connection, Statement, ResultSet
val url = "jdbc:hive2://s2.royble.co.uk:10000"
val driver = "org.apache.hive.jdbc.HiveDriver"
val user = "admin"
val password = "admin"
Class.forName(driver).newInstance
val conn: Connection = DriverManager.getConnection(url, user, password)
val r: ResultSet = conn.createStatement.executeQuery("SELECT * FROM tweetsorc0")

但是我很难将结果集转换为数据框。我宁愿 SparkSession 工作并且我得到一个数据框，所以我将在今天晚些时候添加一个赏金。

【参考方案2】：

我在 Cloudera Hadoop 中遇到了类似的问题。就我而言，问题是 spark sql 没有看到我的配置单元元存储。因此，当我将 Spark Session 对象用于 spark SQL 时，我看不到我之前创建的表。我设法通过添加 zeppelin-env.sh 来解决它

export SPARK_HOME=/opt/cloudera/parcels/SPARK2/lib/spark2
export HADOOP_HOME=/opt/cloudera/parcels/CDH
export SPARK_CONF_DIR=/etc/spark/conf
export HADOOP_CONF_DIR=/etc/hadoop/conf

（我假设 Horton Works 的这些路径是另外一回事）。我还在解释器 UI 中将 spark.master 从 local[*] 更改为 yarn-client。最重要的是我在 /etc/spark/conf/ 中手动复制了 hive-site.xml，因为我很奇怪它不在那个目录中并且解决了我的问题。

所以我的建议是查看 Hive-site.xml 是否存在于您的 SPARK_CONF_DIR 中，如果不存在则手动添加。我还为 Horton Works 和 zeppelin 找到了 guide，以防万一这不起作用。