Hive on Spark 搭建过程(hvie-3.1.2 spark-2.4.5 hadoop-3.1.3)

以下是 Hive on Spark 搭建过程的详细步骤：

1. 下载 Hadoop、Spark 和 Hive 的压缩包，并解压到指定目录下。

2. 配置环境变量，将 Hadoop、Spark 和 Hive 的 bin 目录添加到 PATH 路径中。

3. 修改 Hadoop 和 Spark 的配置文件。

- Hadoop 的配置文件：$HADOOP_HOME/etc/hadoop/core-site.xml、$HADOOP_HOME/etc/hadoop/hdfs-site.xml、$HADOOP_HOME/etc/hadoop/mapred-site.xml、$HADOOP_HOME/etc/hadoop/yarn-site.xml。

- Spark 的配置文件：$SPARK_HOME/conf/spark-env.sh、$SPARK_HOME/conf/spark-defaults.conf。

4. 配置 Hive on Spark。

- 将 $HIVE_HOME/lib 下的 spark 相关 jar 包复制到 $SPARK_HOME/jars 目录下。

- 修改 $HIVE_HOME/conf/hive-site.xml 文件，添加以下配置：

<property>
    <name>hive.execution.engine</name>
    <value>spark</value>
</property>
<property>
    <name>spark.master</name>
    <value>local[*]</value>
    <description>Master URL for the cluster manager.</description>
</property>
<property>
    <name>spark.submit.deployMode</name>
    <value>client</value>
    <description>Whether to launch the driver program locally ("client") or on one of the worker machines inside the cluster ("cluster")</description>
</property>

5. 启动 Spark 集群。

- 启动 Hadoop 集群。

- 启动 Spark 集群，可以使用以下命令：

$SPARK_HOME/sbin/start-all.sh

6. 启动 Hive on Spark。

- 启动 HiveServer2，可以使用以下命令：

$HIVE_HOME/bin/hiveserver2 --service metastore &

- 启动 beeline 或 hive 命令行客户端，连接 HiveServer2。

7. 测试 Hive on Spark 是否正常运行。

- 在 beeline 或 hive 命令行客户端中执行以下命令：

CREATE TABLE test_spark(id INT, name STRING) USING org.apache.spark.sql.parquet OPTIONS (PATH '/tmp/test_spark');
INSERT INTO test_spark VALUES(1, 'test');
SELECT * FROM test_spark;

如果查询结果正确，说明 Hive on Spark 搭建成功。

希望这些步骤能够帮助到你。