Hive查询流程及原理

执行HQL时，先到MySQL元数据库中查找描述信息，然后解析HQL并根据描述信息生成MR任务

Hive将SQL转成MapReduce执行速度慢

 

使用SparkSQL整合Hive其实就是让SparkSQL去加载Hive 的元数据库，然后通过SparkSQL执行引擎去操作Hive表内的数据

所以首先需要开启Hive的元数据库服务，让SparkSQL能够加载元数据

 Hive开启MetaStore服务

nohup /export/servers/hive-1.1.0-cdh5.14.0/bin/hive –service metastore 2>&1  &

 修改 hive/conf/hive-site.xml 新增如下配置

  <property>       <name>hive.metastore.warehouse.dir</name>       <value>/user/hive/warehouse</value>     </property>     <property>       <name>hive.metastore.local</name>       <value>false</value>     </property>     <property>       <name>hive.metastore.uris</name>       <value>thrift://node01:9083</value>     </property>

2: 后台启动 Hive MetaStore服务

nohup /export/servers/hive/bin/hive –service metastore 2>&1 >> /var/log.log &

1. SparkSQL整合Hive MetaStore

Spark 有一个内置的 MateStore，使用 Derby 嵌入式数据库保存数据，但是这种方式不适合生产环境，因为这种模式同一时间只能有一个 SparkSession 使用，所以生产环境更推荐使用 Hive 的 MetaStore

SparkSQL 整合 Hive 的 MetaStore 主要思路就是要通过配置能够访问它， 并且能够使用 HDFS 保存 WareHouse，所以可以   直接拷贝 Hadoop 和 Hive 的配置文件到 Spark 的配置目录

hive-site.xml 元数据仓库的位置等信息

core-site.xml 安全相关的配置

hdfs-site.xml HDFS 相关的配置

1.  使用SparkSQL操作Hive表    （先把 target 文件删除掉 然后重新执行 main 方法 ）

2.  package SparkHive   import org.apache.spark.sql.SparkSession  /**   * Created by 一个蔡狗 on 2020/4/14.   */ object SparkHive_1 {     def main(args: Array[String]): Unit = {     //创建sparkSession     val spark = SparkSession       .builder()       .appName("HiveSupport")       .master("local[*]")       //.config("spark.sql.warehouse.dir", "hdfs://node01:8020/user/hive/warehouse")       //.config("hive.metastore.uris", "thrift://node01:9083")       .enableHiveSupport() //开启hive语法的支持       .getOrCreate()     spark.sparkContext.setLogLevel("WARN")      //查看有哪些表     spark.sql("show databases").show()      //创建表     //    spark.sql("CREATE TABLE person (id int, name string, age int) row format delimited fields terminated by ' '")      //加载数据,数据为当前SparkDemo项目目录下的person.txt(和src平级)     //    spark.sql("LOAD DATA LOCAL INPATH 'SparkDemo/person.txt' INTO TABLE person")      //查询数据     //    spark.sql("select * from person ").show()      spark.stop()   }   }