HDP 中的 spark2 sql 无法访问 Hive table

Question

我正在运行从事 HDP 的工作。

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

它失败了，错误是：

Table or view not found: dl_raw.ACC; line 1 pos 94; 'Aggregate [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)) +- 'UnresolvedRelation dl_raw.`ACC'*

而 table 存在于 Hive 中并且可以从 spark-shell.

访问

这是 spark 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'
                                      """)

Answer 1

提交 spark 作业时在 --files 参数中包含 hive-site.xml。

Answer 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

HDP 中的 spark2 sql 无法访问 Hive table

Hive table not accessible in spark2 sql in HDP

apache-spark

hive

apache-spark-sql

hortonworks-data-platform

apache-spark-2.0