解决spark程序 Permission denied: user=＜username＞, access=WRITE...等常见hive权限报错

Permission Denied

Permission Denied: 这是最常见的错误消息之一，表示当前用户没有足够的权限执行写入操作。报错信息可能类似于：

   org.apache.hadoop.security.AccessControlException: Permission denied: user=, access=WRITE, inode=, ... 

这意味着用户 尝试对路径为 的表执行写入操作，但被拒绝了。
情况如下图所示：

查了一些资料，具体原因和常见方式见下图：

System.setProperty("HADOOP_USER_NAME", "root")

当然还可以考虑以下几种替代方法来解决 Hive 表写入权限不足的问题：

1. 配置正确的用户权限: 确保您正在使用的用户具有适当的权限来写入 Hive 表。您可以联系管理员或拥有适当权限的用户来进行表写入操作。
2. 使用 Hive 的授权机制: Hive 提供了自己的授权机制，您可以使用它来管理用户对表的权限。通过授予适当的权限给 Spark 用户，您可以解决权限问题，而无需更改 Spark 用户的身份。
3. 使用 Hadoop 的用户代理: 您可以使用 Hadoop 提供的用户代理机制，允许 Spark 以指定用户的身份执行作业，而无需更改全局用户。这可以通过设置 HADOOP_PROXY_USER 环境变量来实现。例如，System.setProperty("HADOOP_PROXY_USER", "hive") 将使 Spark 以 “hive” 用户的身份执行作业。

在插入是也可能会遇到这种报错：

org.apache.hadoop.hive.ql.security.AuthorizationException: User does not have privileges for INSERT on 

Insufficient Privileges: 这个错误消息表示用户权限不足，无法执行写入操作。
这表示用户缺乏对 表执行 INSERT 操作的权限。
解决方式和刚才的方式原理相同.都是提升用户权限.

使用关于 Hive 的授权机制

Hive 提供了自己的授权机制，可用于管理用户对表的权限。通过授予适当的权限给 Spark 用户，可以解决权限问题，而无需更改 Spark 用户的身份。

以下是一些常用的 Hive 授权命令示例：

• 授予用户对数据库的所有权限：

  GRANT ALL ON DATABASE  TO USER ;
  

• 授予用户对表的读写权限：

  GRANT SELECT, INSERT, UPDATE, DELETE ON TABLE  TO USER ;
  

遇到 Hive 表写入权限不足的问题时，可以通过检查用户权限、使用 Hive 的授权机制或使用 Hadoop 的用户代理来解决问题。选择合适的方法取决于您的环境和需求。