将spark写入hive的job_info表中数据查询出来，执行select count(1) from job_info;语句,如何操作

要在Spark中将数据写入Hive表`job_info`，首先需要确保你已经配置了Spark与Hive的交互，并且有相应的权限。以下是基本步骤：

1. **创建DataFrame或RDD**：
如果你已经有了Spark DataFrame `df`，可以直接将其注册到Hive：

   from pyspark.sql import SparkSession, HiveContext

   spark = SparkSession.builder.getOrCreate()
   hc = HiveContext(spark)

   # 假设df是你处理后的DataFrame
   df.write.format("jdbc").options(
       url="jdbc:hive2://your_hive_host:port", 
       driver="com.hortonworks.hive.jdbc.HiveDriver",
       username="your_username", 
       password="your_password",
       dbtable="job_info"
   ).mode("overwrite")  # 或者"append"取决于需求
   .save()

2. **验证数据已写入**：
写入后，你可以通过SQL查询确认数据是否成功插入：

   sql_query = "SELECT COUNT(*) FROM job_info"
   result_df = spark.sql(sql_query)
   result_df.show()

如果你是在Scala环境中，操作类似，只是语法有所不同。