spark读取a账户的oss 写入b账户的emr集群的hive(oss-hdfs)

1. 首先需要在a账户的oss上创建一个bucket，并将需要导入的数据上传到该bucket中。
2. 在b账户的emr集群中安装hadoop-oss插件，这样才能够将a账户的oss中的数据导入到emr集群中。具体安装方法可以参考官方文档。
3. 在emr集群中创建一个hive表，表的存储位置为hdfs。例如，可以使用以下命令创建一个名为test的表：

   CREATE EXTERNAL TABLE test (
     col1 INT,
     col2 STRING
   )
   STORED AS PARQUET
   LOCATION '/user/hive/warehouse/test';

4. 使用spark读取a账户的oss中的数据，并将数据写入到b账户的emr集群中的hive表中。具体代码如下：

   from pyspark.sql import SparkSession

   spark = SparkSession.builder.appName("oss-to-hive").getOrCreate()

   df = spark.read.format("com.aliyun.emr.oss"). \
       option("accessKeyId", "your_accessKeyId"). \
       option("accessKeySecret", "your_accessKeySecret"). \
       option("securityToken", "your_securityToken"). \
       option("endpoint", "oss-cn-hangzhou.aliyuncs.com"). \
       option("bucket", "your_bucket_name"). \
       option("path", "your_path"). \
       load()

   df.write.mode('overwrite').format('hive'). \
       option("spark.hadoop.hive.metastore.uris", "thrift://your_hive_metastore:9083"). \
       option("spark.sql.warehouse.dir", "/user/hive/warehouse"). \
       saveAsTable("test")

其中，需要将your_accessKeyId、your_accessKeySecret、your_securityToken、your_bucket_name、your_path、your_hive_metastore根据实际情况进行替换。
5. 运行以上代码后，数据就会被写入到b账户的emr集群中的hive表中。可以通过hive命令或者hue等工具查看数据是否已经导入成功。