pyspark结合hive使用 spark on hive方式开发代码附上代码实例

2023年1月20日11:29:14

1、在CDH中已经添加了hive
pyspark结合hive使用 spark on hive方式开发代码附上代码实例
2、配置hive中的hive-site.xml参数 /opt/cloudera/parcels/CDH/lib/hive/conf/hive-site.xml
pyspark结合hive使用 spark on hive方式开发代码附上代码实例
pyspark结合hive使用 spark on hive方式开发代码附上代码实例
3、配置spark中的hive-site.xml 目录/opt/cloudera/parcels/CDH/lib/spark3/conf/hive-site.xml

  <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://hadoop103:9083</value>  
</property> 

4、修改spark-env.sh,目录/opt/cloudera/parcels/CDH/lib/spark3/conf/

export PYSPARK_PYTHON=/opt/cloudera/anaconda3/bin/python
export SPARK_HOME=/opt/cloudera/parcels/CDH/lib/spark3

5、如果自己在代码中实现这

spark = SparkSession.builder.appName('feat-eng')\
    .config("hive.metastore.warehouse.dir",'hdfs://hadoop103:8020/user/hive/warehouse')\
    .config("hive.metastore.uris","thrift://hadoop103:9083")    \
.enableHiveSupport().getOrCreate()

6、下面就是spark on hive 对接数据

import findspark
findspark.init(spark_home='/opt/cloudera/parcels/CDH/lib/spark3',python_path='/opt/cloudera/anaconda3/bin/python')
import pyspark
from pyspark.context import SparkContext
from pyspark.sql import SparkSession
from pyspark.sql.functions import *

spark = SparkSession.builder.appName('feat-eng')\
    .config("hive.metastore.warehouse.dir",'hdfs://hadoop103:8020/user/hive/warehouse')\
    .config("hive.metastore.uris","thrift://hadoop103:9083")    \
.enableHiveSupport().getOrCreate()
'''读取csv的原始数据'''
anime_df = spark.read.csv('hdfs://hadoop101:8020/recommandvideo/anime.csv',header=True,inferSchema=True)
anime_df.createOrReplaceTempView("temp_anime")
'''将数据入库hive'''
spark.sql('insert into sparktest.anime select "1",anime_id,name,genre,type,episodes,rating,members from temp_anime')
'''读取hive中表的数据'''
spark.sql("select * from sparktest.anime").show()

  • 作者:sunnyboy_4
  • 原文链接:https://blog.csdn.net/u012228523/article/details/128345250
    更新时间:2023年1月20日11:29:14 ,共 1680 字。