目录一、背景二、环境及测试场景①、环境②、测试场景三、复现历程①、场景探索②、测试用例（写数据）1. rename表（hive引擎）2. 观察rename后表结构3. 记录下rename后的目录状态4. jar包 insertInto写入第二批数据③、测试用例（读数据）1. hive引擎读数据2. spark引擎读数据④、测试用例（删表）1. hive引擎删表2. spark引擎删表？？？此处有
转载
2024-01-13 04:54:16
465阅读
上文讲解了deltalake 的update，delete及merge的基本操作。鉴于merge操作的复杂性，本文主要对其进行展开讲解。1.merge算子操作语法merge操作的sql表达如下：import io.delta.tables._import org.apache.spark.sql.functions._
DeltaTable.forPath(spark, "/data/event
转载
2024-02-27 22:17:12
122阅读
供稿 | eBay ADI-Carmel Team作者 | 金澜涛编辑 | 顾欣怡本文7309字，预计阅读时间22分钟导读本文介绍eBay Carmel团队利用Delta Lake，使Spark SQL支持Teradata的Update/Delete语法。主要从源码角度介绍了CRUD操作的具体实现和优化，以及delta表的管理工作。希望对同业人员有所启发和帮助。摘要大数据处理技
转载
2024-03-14 08:37:25
193阅读
此前，我已经搭建了 hive on spark, 不 准确说 是 spark on hive, 我可以在spark 中愉快得玩耍 hive,这也符合我当时得需求：hive on spark集群环境搭建然而，通过hive客户端连接，hive 使用spark 引擎时，却报了 我无法解决得错误：hive on spark异常Failed to create Spark client for Spark
转载
2024-02-20 13:58:40
151阅读
一．Hive on Spark的定义 Hive on Spark是由Cloudera发起，由Intel、MapR等公司共同参与的开源项目，其目的是把Spark作为Hive的一个计算引擎，将Hive的查询作为Spark的任务提交到Spark集群上进行计算。通过该项目，可以提高Hive查询的性能，同时为已经部署了Hive或者Spark的用户提供了更加灵活的选择，从而进一步提高Hive和Spark的普及
转载
2023-08-04 23:24:57
328阅读
我们都知道，hive默认的计算引擎是mr,但是mr计算依赖于磁盘，导致计
序言sql 在 hive的使用具体还分为了2种解决方案：hive on spark 和 sparksql，这里主要使用的是sparksql。因为两者都是使用spark替换mapreduce作为计算引擎.实际区别是Hive On Spark 是Hive封装了Spark. SparkSql是Spark封装了Hive.搜索引擎分别是自己的设计逻辑cuiyaonan2000@163.com简介Hive O
转载
2023-08-12 10:04:48
192阅读
目录一、Spark on Hive 和 Hive on Spark的区别1）Spark on Hive2）Hive on Spark（本章实现）二、Hive on Spark实现1）先下载hive源码包查看spark版本2）下载spark3）解压编译4）解压5）把spark jar包上传到HDFS6）打包spark jar包并上传到HDFS7）配置1、配置spark-defaults.conf2、
转载
2023-07-12 09:39:06
170阅读
先说明一下，这里说的从Hive 1.1版本开始，Hive on Spark已经成为Hive代码的一部分了，并且在spark分支上面，可以看这里https://github.com/apache/hive/tree/spark，并会定期的移到master分支上面去。关于Hive on Spark的讨论和进度，可以看这里https://issues.apache.org/jira/browse/HIV
转载
2023-08-29 13:58:23
164阅读
Hive数据库Apache Hive是Hadoop上的SQL引擎，Spark SQL编译时可以包含Hive支持，也可以不包含。包含Hive支持的Spark SQL可以支持Hive表访问、UDF(用户自定义函数)以及 Hive 查询语言(HiveQL/HQL)等。需要强调的 一点是，如果要在Spark SQL中包含Hive的库，并不需要事先安装Hive。一般来说，最好还是在编译Spark SQL时引
转载
2023-07-12 22:07:23
187阅读
在Spark越来越受到主流市场青睐的大背景下，Hive作为Hadoop生态当中的数仓组件工具，在于Spark生态的配合当中，开始有了Hive on Spark的思路，那么具体是怎么实现的呢？今天的大数据开发分享，我们来讲讲Hive on Spark设计原则及架构。总的来说，Hive on Spark的设计思路，是重用Hive逻辑层面的功能，从生成物理计划开始，提供一整套针对Spark的实现，比如S
转载
2024-08-16 13:11:36
63阅读
主流大数据SQL引擎技术博弈，谁为王，
近日，AtScale公布了第四季度主流大数据SQL引擎的测试结果，主要针对Spark、Impala、Hive/Tez以及Presto。
测试结果证实了我们早已实践出的一些事情：Impala是中等大小数据库查询的最佳选择，并且已经积累了不少用户，Presto在这方面也做得不错。Hive和Spark更适用于长时间分析查询。 AtScale产品管理方
转载
2023-07-12 21:38:12
153阅读
摘要：结构上Hive On Spark和SparkSQL都是一个翻译层，把一个SQL翻译成分布式可执行的Spark程序。作者：dayu_dls 。结构上Hive On Spark和SparkSQL都是一个翻译层，把一个SQL翻译成分布式可执行的Spark程序。Hive和SparkSQL都不负责计算。Hive的默认执行引擎是mr，还可以运行在Spark和Tez。Spark可以连接多种数据源，然后使用
转载
2023-09-13 08:33:36
110阅读
hive on Spark一. 配置1. hive 回顾1.1 hive简介1.2 yum 设置 & 命令（Centos7）1.3 hive 安装1.5 注意问题1.6 hive测试1.7 spark配置1.8 读取hive数据二. hive三种模式1、内嵌Derby方式2.Local方式3.Remote方式 (远程模式)三. spark sql 远程连接（thriftserver --
转载
2023-12-04 17:46:04
125阅读
1. SparkSessionsparkSession可以视为sqlContext和hiveContext以及StreamingContext的结合体，这些Context的API都可以通过sparkSession使用。创建SparkSessionval spark = SparkSession.builder
.master("local[2]")
.appName("spark
转载
2024-04-19 12:41:56
43阅读
目录准备工作：需求：最终效果解题思路：SparkSqlOnHive的UDAF实现代码1、pom.xml配置2、创建UDAF类2、创建TopN类3、运行结果 准备工作：--创建表
CREATE TABLE `user_visit_action`
(
`date` string,
`user_id` bigint,
`sess
转载
2023-09-21 08:43:51
51阅读
7.5 访问 Hive导读整合 SparkSQL 和 Hive, 使用 Hive 的 MetaStore 元信息库使用 SparkSQL 查询 Hive 表案例, 使用常见 HiveSQL写入内容到 Hive 表7.5.1 SparkSQL 整合 Hive导读
转载
2023-08-29 16:57:27
63阅读
简介之前有写过hive on spark的一个文档，hive版本为2.0，spark版本为1.5。spark升级到2.0后，性能有所提升，程序文件的编排也和之前不一样，这里再更新一个最新的部署方式。 spark2.0引入了spark session的概念，创建一个spark任务和之前也不一样，之前版本的hive并不能兼容spark2.0，所以推荐使用hive2.3以后的版本。安装步骤可参考官网h
转载
2023-08-29 13:55:18
118阅读
一、Hive安装（以Hive2.1.1为例,安装在/usr/local/apache-hive-2.1.1-bin目录下)1.官方下载预安装hive版本安装包apache-hive-2.1.1-bin.tar.gz2.解压安装包到安装目录,具体指令:tar –zxvf apache-hive-2.1.1-bin.tar.gz –C /usr/local/apache-hive-2.1.1-bin3
转载
2023-08-29 16:47:57
30阅读
Spark执行Hive 提示：Spark执行Hive的表只能是外表或是表不包含ACID事物的表 文章目录Spark执行Hive前言一、pom.xml导入依赖执行的包二、使用步骤1.编写代码2.Spark执行脚本异常处理Spark SQL 生成RDD过程(Catalyst)从ULEP到RLEP过程优化RLEP 前言Hive一般作为大数据的数据仓库，因其语句和SQL大部分通用。所以很多数据为存储在Hi
转载
2023-08-18 22:36:57
146阅读
