Spark2.x学习笔记:13、Spark SQL快速入门

13、 Spark SQL快速入门

13.1 本地表

(1)准备数据

[root@node1 ~]# mkdir /tmp/data
[root@node1 ~]# cat data/ml-1m/users.dat |tr -s "::" "," >> /tmp/data/users.dat
[root@node1 ~]# tail -5 /tmp/data/users.dat 
6036,F,25,15,32603
6037,F,45,1,76006
6038,F,56,1,14706
6039,F,45,0,01060
6040,M,25,6,11106
[root@node1 ~]#

(2)确认HDFS已经启动 (3)进入spark-sql

[root@node1 ~]# spark-sql 
17/10/11 09:49:48 WARN NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
17/10/11 09:50:01 WARN ObjectStore: Version information not found in metastore. hive.metastore.schema.verification is not enabled so recording the schema version 1.2.0
17/10/11 09:50:01 WARN ObjectStore: Failed to get database default, returning NoSuchObjectException
17/10/11 09:50:18 WARN ObjectStore: Failed to get database global_temp, returning NoSuchObjectException
spark-sql>

(4)创建表

spark-sql> create external table user(
         > userid int,
         > gender string,
         > age int,
         > occupation string,
         > zipcode int
         > )
         > row format delimited fields terminated by ','
         > stored as textfile
         > location 'file:///tmp/data';
Time taken: 4.032 seconds
spark-sql>

(5)查看表结构

spark-sql> show create table user;
CREATE EXTERNAL TABLE `user`(`userid` int, `gender` string, `age` int, `occupation` string, `zipcode` int)
ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe'
WITH SERDEPROPERTIES (
  'field.delim' = ',',
  'serialization.format' = ','
)
STORED AS
  INPUTFORMAT 'org.apache.hadoop.mapred.TextInputFormat'
  OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
LOCATION 'file:/tmp/data'
TBLPROPERTIES (
  'rawDataSize' = '-1',
  'numFiles' = '0',
  'transient_lastDdlTime' = '1507730977',
  'totalSize' = '0',
  'COLUMN_STATS_ACCURATE' = 'false',
  'numRows' = '-1'
)

Time taken: 1.816 seconds, Fetched 1 row(s)
spark-sql> 

(6)查询本地数据表

spark-sql> select * from user limit 10;
1   F   1   10  48067
2   M   56  16  70072
3   M   25  15  55117
4   M   45  7   2460
5   M   25  20  55455
6   F   50  9   55117
7   M   35  1   6810
8   M   25  12  11413
9   M   25  17  61614
10  F   35  1   95370
Time taken: 2.95 seconds, Fetched 10 row(s)
spark-sql>

13.2 使用spark-sql处理Hive MeteStore中的表

注意,默认HDFS已经启动。

(1)hive-site.xml hive可以通过服务的形式对外提供元数据读写操,修改配置文件 $HIVE_HOME/conf/hive-site.xml,增加如下内容

   <property>
         <name>hive.metastore.uris</name>
         <value>thrift://node:9083</value>
   </property>

其中,node是启动metastore服务所在的节点。 我的hive-site.xml内容如下:

[root@node3 ~]# cat /opt/hive-2.1.1/conf/hive-site.xml 
<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
     <property>
          <name>hive.metastore.uris</name>
          <value>thrift://node3:9083</value>
          <description>用于metastore客户端连接远程metestore</description>
    </property>
    <property>
          <name>javax.jdo.option.ConnectionURL</name>
          <value>jdbc:mysql://node3:3306/hive?createDatabaseIfNotExist=true</value>      
    </property>
    <property>
          <name>javax.jdo.option.ConnectionDriverName</name>
          <value>com.mysql.jdbc.Driver</value>
    </property>
    <property>          
          <name>javax.jdo.option.ConnectionUserName</name>        
          <!--mysql数据库用户名-->            
          <value>root</value>
    </property>
    <property>
          <name>javax.jdo.option.ConnectionPassword</name>
          <value>123456</value>
    </property>
    <property>
          <name>mapred.reduce.tasks</name>
          <value>2</value>
    </property>

</configuration>
[root@node3 ~]#

(2)启动hive metastore

[root@node3 ~]# hive --service hiveserver2  >/dev/null 2>/dev/null &
[root@node3 ~]# hive --service metastore  1>/dev/null  2>&1  &
[root@node3 ~]# jobs
[1]-  Running                 hive --service hiveserver2 > /dev/null 2> /dev/null &
[2]+  Running                 hive --service metastore > /dev/null 2>&1 &
[root@node3 ~]#

(3)将hive的配置文件复制到spark

[root@node3 ~]# scp /opt/hive-2.1.1/conf/hive-site.xml  node1:/opt/spark-2.2.0/conf

(4)启动spark-sql

[root@node1 ~]# spark-sql
17/10/12 09:56:04 WARN NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
17/10/12 09:56:15 WARN ObjectStore: Version information not found in metastore. hive.metastore.schema.verification is not enabled so recording the schema version 1.2.0
17/10/12 09:56:15 WARN ObjectStore: Failed to get database default, returning NoSuchObjectException
spark-sql>

(5)查看Hive数据表

spark-sql> show tables;
default copyemp false
default demo    false
default dept    false
default dual    false
default emp false
default empbak  false
default employees   false
default mytb    false
default users   false
Time taken: 4.908 seconds, Fetched 9 row(s)
spark-sql> select * from users;
4   aa
5   bb
6   cc
Time taken: 3.196 seconds, Fetched 3 row(s)
spark-sql>

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏闵开慧

通过多种方式将数据导入hive表

hive官方手册 http://slaytanic.blog.51cto.com/2057708/939950 通过多种方式将数据导入hive表 1.通过外部...

3537
来自专栏数据库新发现

Apache的一个错误:[error] an unknown filter was not added: PHP

在apache的日志里经常看到这个错误: [Fri Oct 08 14:49:18 2004] [error] an unknown filter was n...

942
来自专栏cmazxiaoma的架构师之路

VMware WorkStation的烦心事

1432
来自专栏后端之路

SpringBoot实现Mybatis多数据源方案

背景 目前报表导出需要多数据库的数据,因此我们需要做Mybatis多数据源的配置 我们之前使用Spring的AbstractRoutingDataSource ...

7667
来自专栏技术博文

php QR Code二维码生成类

<?php /* * PHP QR Code encoder * * This file contains MERGED version of PHP ...

3575
来自专栏Netkiller

Apache Sqoop 将mysql导入到Hadoop HDFS

第 21 章 Apache Sqoop 目录 21.1. 安装 Sqoop 21.2. sqoop2-tool 21.2.1. verify 21.2.2. u...

5177
来自专栏10km的专栏

cmake:vs2015/MinGW静态编译leveldb

leveldb是google的开源项目(https://github.com/google/leveldb), 在linux下编译很方便,然而官方版本却没有提供...

4436
来自专栏linux驱动个人学习

高通 sensor 从native到HAL

前几篇sensor相关的文章介绍了sensor的hal的知识,以press_sensor实时显示气压坐标来分析,app层数据获取的过程,其实实现数据监控非常简单...

2062
来自专栏杨建荣的学习笔记

redo日志文件学习(22天)

关于redo日志文件,今天因为要做redo日志的在线迁移,所以特意做了个简单的总结。 1. 如果要把redo的切换信息显示到alert日志中,需要设置个参数。...

3435
来自专栏Android 开发学习

IntelliJ IDEA spring mvc +mybatis 环境搭建服务器(下)直接使用类来生成Mapper:

1896

扫码关注云+社区