一. 前期准备
1.linux搭建Java和Scala环境搭建
2. linux搭建hadoop+spark+hive分布式集群
hadoop分布式集群搭建：hadoop分布式集群搭建
spark分布式集群搭建:spark分布式集群搭建
hive分布式集群搭建：待完善
二.项目代码实现
1 需求
通过Spark Sql 查询Hive数据库数据
数据库：bi_ods;
表：owms_m_locator
2 maven 项目搭建
新增一个Mave project工程
3 实现代码
package com.lm.hive.SparkHive;
import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.sql.hive.HiveContext;
/**
* Spark sql获取Hive数据
*
*/
public class App
{
public static void main( String[] args )
{
SparkConf sparkConf = new SparkConf().setAppName("SparkHive").setMaster("local[2]");
JavaSparkContext sc = new JavaSparkContext(sparkConf);
//不要使用SQLContext,部署异常找不到数据库和表
HiveContext hiveContext = new HiveContext(sc);
//查询表前10条数据
hiveContext.sql("select * from bi_ods.owms_m_locator limit 10").show();
sc.stop();
}
}
三. 项目部署
1 maven项目编译成jar包
本文编译成 SparkHive-0.0.1-SNAPSHOT-allinone.jar
2 上传jar包至linux服务器
通过rz命令上传
3 通过spark-submit命令运行jar包
命令：
sh bin/spark-submit --class com.lm.hive.SparkHive.App --master yarn --files /home/winit/spark-1.6.0/conf/hive-site.xml java_jar/SparkHive-0.0.1-SNAPSHOT-allinone.jar
结果：
四.异常问题
在网上搜索，很多是通过SQLContext实例去查询Hive数据，当本人使用时，出现以下异常
解决：
SQLContext sqlContext = new SQLContext(sc);
替换为：
HiveContext hiveContext = new HiveContext(sc);
五. SQLContext和HiveContext区别和联系
Spark SQL程序的主入口是SQLContext类或它的子类。创建一个基本的SQLContext，你只需要SparkContext
除了基本的SQLContext，也可以创建HiveContext。SQLContext和HiveContext区别与联系为：
SQLContext现在只支持SQL语法解析器（SQL-92语法）
HiveContext现在支持SQL语法解析器和HiveSQL语法解析器，默认为HiveSQL语法解析器，用户可以通过配置切换成SQL语法解析器，来运行HiveSQL不支持的语法。
使用HiveContext可以使用Hive的UDF，读写Hive表数据等Hive操作。SQLContext不可以对Hive进行操作。
Spark SQL未来的版本会不断丰富SQLContext的功能，做到SQLContext和HiveContext的功能容和，最终可能两者会统一成一个Context
HiveContext包装了Hive的依赖包，把HiveContext单独拿出来，可以在部署基本的Spark的时候就不需要Hive的依赖包，需要使用HiveContext时再把Hive的各种依赖包加进来。
SQL的解析器可以通过配置spark.sql.dialect参数进行配置。在SQLContext中只能使用Spark SQL提供的”sql“解析器。在HiveContext中默认解析器为”hiveql“，也支持”sql“解析器。
详情见：SQLContext和HiveContext区别与联系
代码下载地址：Java + Spark SQL + Hive + Maven简单实例代码