提高运行效率一般采取底层使用spark引擎替换hive引擎方式提高效率,但替换引擎配置较为复杂考虑兼容版本且容易出错,所以本篇介绍使用DBeaver直接连接sparksql快速操作hive数据库

spark目录运行以下命令创建一个SparkThirdService端口号为10016

sudo -u root ./sbin/start-thriftserver.sh 
--hiveconf hive.server2.thrift.port=自定义端口号 
--hiveconf hive.server2.thrift.bind.host=主机ip地址 
--hiveconf spark.sql.warehouse.dir=hdfs://主机IP地址:hadoop端口/hive在hdfs下的路径目录
--master yarn 
--executor-memory 4G 
--conf spark.sql.shuffle.partitions=10

   主机地址端口自己按照自己环境需要更改

 每次重启运行启动都要执行,可自己编写sh文件执行

在/home创建一个clientsaprksql

vi /home/client-saprk-sql

 将启动SparkThirdService内容写入文件中:

        这里写了该文件的绝对路径

sudo -u root /opt/module/spark/sbin/start-thriftserver.sh 
--hiveconf hive.server2.thrift.port=10016 
--hiveconf hive.server2.thrift.bind.host=192.168.10.137 
--hiveconf spark.sql.warehouse.dir=hdfs://192.168.10.137:9000/user/hive/warehouse 
--master yarn 
--executor-memory 4G 
--conf spark.sql.shuffle.partitions=10

执行: 

sh /home/client-saprk-sql

编辑连接

 测试连接成功

建个表插入数据测试一下:

CREATE TABLE test_table (
    id STRING,
    name STRING
);
INSERT INTO test_table VALUES ('1', 'John');
INSERT INTO test_table VALUES ('2', 'Jane');

使用spark-sql方式操作hive插入速度非常快 

原文地址:https://blog.csdn.net/dafsq/article/details/134714394

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任

如若转载,请注明出处:http://www.7code.cn/show_18355.html

如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱suwngjj01@126.com进行投诉反馈,一经查实,立即删除

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注