前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Spark2.x学习笔记:13、Spark SQL快速入门

Spark2.x学习笔记:13、Spark SQL快速入门

作者头像
程裕强
发布2018-01-02 16:39:54
2.6K0
发布2018-01-02 16:39:54
举报

13、 Spark SQL快速入门

13.1 本地表

(1)准备数据

代码语言:javascript
复制
[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

代码语言:javascript
复制
[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

代码语言:javascript
复制
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

代码语言:javascript
复制
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

代码语言:javascript
复制
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

代码语言:javascript
复制
   <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:

代码语言:javascript
复制
[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

代码语言:javascript
复制
[root@node3 ~]# hive --service hiveserver2  >/dev/null 2>/dev/null &
[root@node3 ~]# hive --service metastore  1>/dev/null  2>&1  &
代码语言:javascript
复制
[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

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

(4)启动spark-sql

代码语言:javascript
复制
[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

代码语言:javascript
复制
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,分享自作者个人站点/博客。
原始发表:2017-10-12 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 13、 Spark SQL快速入门
    • 13.1 本地表
      • 13.2 使用spark-sql处理Hive MeteStore中的表
      相关产品与服务
      数据库
      云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建,轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量,更专注于业务发展,让企业一站式享受数据上云及分布式架构的技术红利!
      领券
      问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档