在 HDP 的 spark2 sql 中无法访问 Hive 表
Posted
技术标签:
【中文标题】在 HDP 的 spark2 sql 中无法访问 Hive 表【英文标题】:Hive table not accessible in spark2 sql in HDP 【发布时间】:2018-01-20 02:08:22 【问题描述】:我正在 HDP 中运行以下工作。
export SPARK-MAJOR-VERSION=2 spark-submit --class com.spark.sparkexamples.Audit --master yarn --deploy-mode cluster \ --files /bigdata/datalake/app/config/metadata.csv BRNSAUDIT_v4.jar dl_raw.ACC /bigdatahdfs/landing/AUDIT/BW/2017/02/27/ACC_hash_total_and_count_20170227.dat TH 20170227
失败并出现以下错误:
找不到表或视图:
dl_raw
.ACC
;第 1 行,第 94 行; '聚合 [count(1) AS rec_cnt#58L, 'count('BRCH_NUM) AS hashcount#59, 'sum('ACC_NUM) AS hashsum#60] +- 'Filter (('trim('country_code) = trim(TH )) && ('from_unixtime('unix_timestamp('substr('bus_date, 0, 11), MM/dd/yyyy), yyyyMMdd) = 20170227)) +- 'UnresolvedRelationdl_raw
.`ACC'*
而表存在于 Hive 中,并且可以从 spark-shell 访问。
这是火花会话的代码。
val sparkSession = SparkSession.builder .appName("spark session example") .enableHiveSupport() .getOrCreate()
sparkSession.conf.set("spark.sql.crossJoin.enabled", "true")
val df_table_stats = sparkSession.sql("""select count(*) as rec_cnt,count(distinct BRCH_NUM) as hashcount, sum(ACC_NUM) as hashsum
from dl_raw.ACC
where trim(country_code) = trim('BW')
and from_unixtime(unix_timestamp(substr(bus_date,0,11),'MM/dd/yyyy'),'yyyyMMdd')='20170227'
""")
【问题讨论】:
【参考方案1】:在提交 spark 作业时在 --files 参数中包含 hive-site.xml。
【讨论】:
【参考方案2】:您还可以将 hive-site.xml 配置文件从 hive-conf 目录复制到 spark-conf 目录。这应该可以解决您的问题。
cp /etc/hive/conf/hive-site.xml /etc/spark2/conf
【讨论】:
以上是关于在 HDP 的 spark2 sql 中无法访问 Hive 表的主要内容,如果未能解决你的问题,请参考以下文章
在 HDP 2.6 上运行的 Zeppelin 0.7.0 上的 Spark2.2 解释器
将 Spark Dataframe 写入 HDP2.6 中的 Hive 可访问表
如何在 HDP 中的 zeppelin-spark2 中将库安装到 python
org.apache.spark.sql.AnalysisException:给定pyspark中的输入列,无法解析'sub_tot`'