这是hive on spark 的配置方式吧

抱歉，我的回答有误。之前回答的是Hive on Spark的配置方式。下面是CDH6配置Spark on Hive的步骤：

1. 确认Hive的配置文件hive-site.xml中配置了以下属性：

   <property>
     <name>hive.execution.engine</name>
     <value>spark</value>
   </property>
   <property>
     <name>hive.spark.client.connect.timeout</name>
     <value>1000s</value>
   </property>
   <property>
     <name>hive.spark.client.server.connect.timeout</name>
     <value>1000s</value>
   </property>
   <property>
     <name>hive.server2.enable.doAs</name>
     <value>false</value>
   </property>
   <property>
     <name>spark.master</name>
     <value>yarn</value>
   </property>
   <property>
     <name>spark.submit.deployMode</name>
     <value>client</value>
   </property>
   <property>
     <name>spark.executor.instances</name>
     <value>2</value>
   </property>
   <property>
     <name>spark.executor.memory</name>
     <value>2g</value>
   </property>
   <property>
     <name>spark.executor.cores</name>
     <value>1</value>
   </property>

2. 在Hive的CLASSPATH中添加Spark JAR文件。可以在hive-env.sh文件中添加以下行：

   export HIVE_AUX_JARS_PATH=/path/to/spark/jars/*

3. 启动Hive并在命令行中运行以下命令：

   set hive.execution.engine=spark;

4. 现在可以在Hive中使用Spark作为执行引擎来运行查询。例如：

   SELECT COUNT(*) FROM my_table;

这将使用Spark作为执行引擎来计算表中的行数。

注意，这里的Spark版本需要与CDH6版本兼容。另外，如果使用Kerberos进行身份验证，则需要进行额外的配置。