spark链接hive时踩的坑

使用spark操作hive,使用metastore连接hive,获取hive的数据库时,当我们在spark中创建数据库的时候,创建成功。

同时hive中也可以看到这个数据库,建表插入数据也没有问题,但是当我们去查询数据库中的数据时,发现查不到数据,去查hive的元数据,发现,spark在创建数据库的时候将数据库创建在了本地文件系统中

而我们的hive数据是存放在hdfs上的,我们的spark进行查询数据时是使用hive的metastore连接的hive的数据库,也就是spark会从hdfs上读取数据,所以无论怎么查询都是查不出来数据的

当我们按照这个路径去我们本地文件系统中查找这个路径的时候,就可以看到

这个数据库,如果没有,可能是spark创建在了其他的服务器节点上 。

如何解决这个问题呢?

只需要在spark的配置文件中指定spark的数据存储位置为hdfs上即可

在spark的conf目录下找到spark-defaults.conf文件,在文件中添加

复制代码
        spark.sql.warehouse.dir hdfs的路径(hive的路径)

还有另一种方法(慎用)

在创建数据库的时候,在后面加上:localtion hdfs路径/数据库名.db

该方法虽然也可以将spark创建的数据库放入到hdfs上,但是在创建的时候,它会清空该文件夹下的所有数据,所以若使用此方法创建,需要设置为一个空文件夹

相关推荐
weixin_lynhgworld2 小时前
剧本杀小程序系统开发:内容生态与商业模式的双轮驱动
大数据·小程序
QYResearch2 小时前
QYResearch市场调研工业黑光灯市场份额
大数据
QYResearch2 小时前
qyresearch全球不锈钢板市场占有率排名
大数据
视***间3 小时前
边缘计算重塑监控系统:从 “被动录像” 到 “主动智能” 的变革---视程空间
大数据·人工智能·边缘计算·ai算力·视程空间
一只专注做软件的湖南人3 小时前
亚马逊 SP-API 深度开发:关键字搜索接口的购物意图挖掘与合规竞品分析
大数据·数据挖掘·api
莫叫石榴姐4 小时前
字节数开一面
大数据·数据仓库·职场和发展
F36_9_4 小时前
内部目标与客户目标冲突时,如何协调
大数据·产品运营
风清再凯4 小时前
02_ES索引规范&kibana
大数据·elasticsearch·搜索引擎
努力犯错4 小时前
AI视频修复技术入门:从Sora水印谈起,我们如何“抹去”未来影像的瑕疵?
大数据·人工智能·语言模型·开源·音视频
货拉拉技术4 小时前
货拉拉用户画像基于 Apache Doris 的数据模型设计与实践
大数据