如何在运行时设置像:hive.metastore.warehouse.dir
这样的配置单元属性?或者至少采用一种更动态的方式来设置类似上面的属性,而不是将其放入spark_home/conf/hive-site.xml
这样的文件中
发布于 2018-12-02 22:54:26
我也面临着同样的问题,对我来说,它是通过设置Spark (2.4.0)中的Hive属性来实现的。请在下面通过spark-shell、spark-submit和SparkConf找到所有选项。
选项1 (spark-shell)
spark-shell --conf spark.hadoop.hive.metastore.warehouse.dir=some_path\metastore_db_2
最初,我尝试在hive.metastore.warehouse.dir
设置为some_path\metastore_db_2
的情况下使用spark-shell。然后我会得到下一个警告:
spark警告:忽略非spark配置属性: hive.metastore.warehouse.dir=C:\winutils\hadoop-2.7.1\bin\metastore_db_2
尽管当我使用以下命令创建配置单元表时:
bigDf.write.mode("overwrite").saveAsTable("big_table")
蜂窝元数据正确存储在metastore_db_2文件夹下。
当我使用spark.hadoop.hive.metastore.warehouse.dir
时,警告消失了,结果仍然保存在metastore_db_2目录中。
选项2(火花提交)
为了在使用spark-submit提交作业时使用hive.metastore.warehouse.dir
,我遵循了以下步骤。
首先,我用Hive写了一些代码来保存一些随机数据:
import org.apache.spark.SparkConf
import org.apache.spark.sql.SparkSession
val sparkConf = new SparkConf().setAppName("metastore_test").setMaster("local")
val spark = SparkSession.builder().config(sparkConf).getOrCreate()
import spark.implicits._
var dfA = spark.createDataset(Seq(
(1, "val1", "p1"),
(2, "val1", "p2"),
(3, "val2", "p3"),
(3, "val3", "p4"))).toDF("id", "value", "p")
dfA.write.mode("overwrite").saveAsTable("metastore_test")
spark.sql("select * from metastore_test").show(false)
接下来,我使用以下命令提交作业:
spark-submit --class org.tests.Main \
--conf spark.hadoop.hive.metastore.warehouse.dir=C:\winutils\hadoop-2.7.1\bin\metastore_db_2
spark-scala-test_2.11-0.1.jar
已在C:\winutils\hadoop-2.7.1\bin\metastore_db_2
文件夹下正确创建了metastore_test表。
选项3 (SparkConf)
通过火花代码中的SparkSession。
val sparkConf = new SparkConf()
.setAppName("metastore_test")
.set("spark.hadoop.hive.metastore.warehouse.dir", "C:\\winutils\\hadoop-2.7.1\\bin\\metastore_db_2")
.setMaster("local")
这种尝试也是成功的。
仍然存在的问题是,为什么我必须用spark.hadoop
扩展属性才能按预期工作?
https://stackoverflow.com/questions/32586793
复制相似问题