嵌入模式下的 Spark - user/hive/warehouse 未找到

Question

我在嵌入式本地模式下使用 Apache Spark。我的 pom.xml 和同一版本（spark-core_2.10、spark-sql_2.10 和 spark-hive_2.10).

我只想运行一个 HiveQL 查询来创建一个 table（存储为 Parquet）。

运行以下（相当简单）代码：

public class App {
    public static void main(String[] args) throws IOException, ClassNotFoundException {

        SparkConf sparkConf = new SparkConf().setAppName("JavaSparkSQL").setMaster("local[2]").set("spark.executor.memory", "1g");
        JavaSparkContext ctx = new JavaSparkContext(sparkConf);
        HiveContext sqlContext = new org.apache.spark.sql.hive.HiveContext(ctx.sc());

        String createQuery = "CREATE TABLE IF NOT EXISTS Test (id int, name string) STORED AS PARQUET";
        sqlContext.sql(createQuery);
    }
}

...返回以下异常：

FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. MetaException(message:file:/user/hive/warehouse/test is not a directory or unable to create one)

我可以看到在项目的根目录中创建了 metastore_db 文件夹。

我四处搜索，找到的解决方案没有帮助——其中大部分不适用于嵌入式模式。

一个解决方案是检查权限，我对所有内容都使用同一个用户。
另一个解决方案是在 HDFS 中手动创建文件夹，我这样做了并且可以导航到 /user/hive/warehouse/test。
一种解决方案是通过添加以下内容手动设置 Metastore：sqlContext.sql("SET hive.metastore.warehouse.dir=hdfs://localhost:9000/user/hive/warehouse");.

我运行现在没有想法，有人可以提供任何其他建议吗？

Answer 1

因为您运行处于本地嵌入模式，所以不考虑 HDFS。这就是错误显示 file:/user/hive/warehouse/test 而不是 hdfs://localhost:9000/user/hive/warehouse/test 的原因。它期望 /user/hive/warehouse/test 存在于您的本地计算机上。尝试在本地创建它。

Answer 2

以防万一这对以后的其他人有帮助，我正在尝试针对使用 HiveContext 的 Spark 代码编写一些单元测试。我发现为了更改为测试编写文件的路径，我需要调用 hiveContext.setConf。我也尝试了与 OP 相同的方法，执行 SET 查询，但这没有用。以下似乎有效！

hive.setConf("hive.metastore.warehouse.dir", 
  "file:///custom/path/to/hive/warehouse")

为了让它更有用，我专门将此路径设置为我的代码可以访问的位置：

hive.setConf("hive.metastore.warehouse.dir", 
  getClass.getResource(".").toString)

有了这个，我已经能够使用配置单元查询和 Spark 针对我的代码编写单元测试 API。

嵌入模式下的 Spark - user/hive/warehouse 未找到

Spark on embedded mode - user/hive/warehouse not found

hadoop

hive

apache-spark

parquet

apache-spark-sql