如何在不下载hive的情况下连接到远程Hive服务器？

Question

我正在尝试在未将Hive下载到我的计算机上的情况下访问Hive群集。我在这里读到我只需要一个jdbc客户端即可。我有一个配置单元群集的URL，用户名和密码。我尝试用它们来制作hive-site.xml，并以编程方式来完成它，尽管该方法似乎没有地方输入用户名和密码。无论我做什么，似乎以下错误使我无法访问配置单元：无法实例化org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient

我之所以这样，是因为我没有从网上针对此错误的答案中下载Hive。在没有下载蜂巢的情况下，我到底需要执行什么操作才能访问它，或者实际上我必须下载它？这是我的代码供参考：

spark = SparkSession \
.builder \
.appName("interfacing spark sql to hive metastore without 
configuration file") \
.config("hive.metastore.uris", "https://prod-fmhdinsight- 
eu.azurehdinsight.net") \
.enableHiveSupport() \
.getOrCreate()

data = [('First', 1), ('Second', 2), ('Third', 3), ('Fourth', 4), 
('Fifth', 5)]
df = spark.createDataFrame(data)
# see the frame created
df.show()
# write the frame
df.write.mode("overwrite").saveAsTable("t4")

和hive-site.xml：

<configuration>

<property> 
    <name>hive.metastore.uris</name> 

    <value>https://prod-fmhdinsight-eu.azurehdinsight.net</value>
</property>
<!--
<property>
    <name>hive.metastore.local</name>
    <value>true</value>
</property>
<-->
<property>
    <name>javax.jdo.option.ConnectionURL</name>
    <value>https://prod-fmhdinsight-eu.azurehdinsight.net</value>
    <description>metadata is stored in a MySQL server</description>
</property>

<property>
    <name>javax.jdo.option.ConnectionDriverName</name>
    <value>com.mysql.jdbc.Driver</value>
    <description>MySQL JDBC driver class</description>
</property>

<property>
    <name>javax.jdo.option.ConnectionUserName</name>
    <value>username</value>
    <description>user name for connecting to mysql server 
</description>
</property>
<property>
    <name>javax.jdo.option.ConnectionPassword</name>
    <value>password</value>
    <description>password for connecting to mysql server 
</description>
</property>

Answer 1

tl; dr使用spark.sql.hive.metastore.jars配置属性和maven来让Spark SQL下载所需的jar。

[其他选项是builtin（仅假设Hive 1.2.1）和Hive JAR的类路径（例如spark.sql.hive.metastore.jars="/Users/jacek/dev/apps/hive/lib/*"）。

如果您的Hive Metastore可通过节俭协议远程访问，则可能需要如下创建$SPARK_HOME/conf/hive-site.xml：

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
  <property>
    <name>hive.metastore.uris</name>
    <value>thrift://localhost:9083</value>
  </property>
</configuration>

Hive的一个不错的功能是将配置属性定义为系统属性，因此上面的内容如下所示：

$SPARK_HOME/bin/spark-shell \
  --driver-java-options="-Dhive.metastore.uris=thrift://localhost:9083"

---

您可能希望在conf/log4j.properties中添加以下内容，以进行更底层的记录：

log4j.logger.org.apache.spark.sql.hive.HiveUtils$=ALL
log4j.logger.org.apache.spark.sql.internal.SharedState=ALL