Spark-SQL 操作 hive 数据库中的表 1) 在 Hive 中新建数据库 dbspark_xxx，新建以下 3 张表，并导入数据，表数据自由定 义，每表数据不少于 10 条记录。 user_xxx: 字段： u_id click_p_id c_id 说明： 用户 id 值为 p_id,表示用户点击浏览过 该产品 当前城市 id product_xxx: 字段： p_id p_name 说明： 产品 id 产品名 city_xxx: 字段： c_id area 说明： 城市 id 城市所属地区 2) Spark 中查询 hive 表数据，计算各个地区前三大热门商品（即用户点击量最多的）

好的，这里是 Spark-SQL 操作 hive 数据库中的表的步骤：

1.首先在 Hive 中新建数据库 dbspark_xxx，可以使用以下命令：

CREATE DATABASE dbspark_xxx;

2.然后在 dbspark_xxx 数据库中新建以下 3 张表，分别是 user_xxx、product_xxx 和 city_xxx，可以使用以下命令：

CREATE TABLE user_xxx (u_id INT, click_p_id INT, c_id INT);
CREATE TABLE product_xxx (p_id INT, p_name STRING);
CREATE TABLE city_xxx (c_id INT, area STRING);

3.导入数据到这些表中，表数据自由定义，每表数据不少于 10 条记录。

4.在 Spark 中查询 hive 表数据，计算各个地区前三大热门商品（即用户点击量最多的），可以使用以下代码：

// 导入 SparkSession
import org.apache.spark.sql.SparkSession

// 创建 SparkSession
val spark = SparkSession.builder()
                        .appName("Spark SQL Hive Example")
                        .enableHiveSupport()
                        .getOrCreate()

// 查询 user_xxx、product_xxx 和 city_xxx 表中的数据
val result = spark.sql("SELECT area, p_name, COUNT(*) AS click_count " +
                       "FROM user_xxx " +
                       "JOIN product_xxx ON user_xxx.click_p_id = product_xxx.p_id " +
                       "JOIN city_xxx ON user_xxx.c_id = city_xxx.c_id " +
                       "GROUP BY area, p_name " +
                       "ORDER BY area, click_count DESC")

// 计算各个地区前三大热门商品
val top3 = result.rdd.groupBy(row => row.getString(0))
                   .flatMap{ case (area, rows) =>
                     rows.toList.sortBy(_.getLong(2)).reverse.take(3)
                   }

// 打印结果
top3.foreach(println)

这段代码会先查询 user_xxx、product_xxx 和 city_xxx 表中的数据，并计算出每个地区每个商品的点击量。然后对结果进行分组，每个地区取前三个点击量最大的商品，最后打印结果。