使用spark操作hive,使用metastore连接hive,获取hive的数据库时,当我们在spark中创建数据库的时候,创建成功。
同时hive中也可以看到这个数据库,建表插入数据也没有问题,但是当我们去查询数据库中的数据时,发现查不到数据,去查hive的元数据,发现,spark在创建数据库的时候将数据库创建在了本地文件系统中
而我们的hive数据是存放在hdfs上的,我们的spark进行查询数据时是使用hive的metastore连接的hive的数据库,也就是spark会从hdfs上读取数据,所以无论怎么查询都是查不出来数据的
当我们按照这个路径去我们本地文件系统中查找这个路径的时候,就可以看到
这个数据库,如果没有,可能是spark创建在了其他的服务器节点上 。
如何解决这个问题呢?
只需要在spark的配置文件中指定spark的数据存储位置为hdfs上即可
在spark的conf目录下找到spark-defaults.conf文件,在文件中添加
spark.sql.warehouse.dir hdfs的路径(hive的路径)
还有另一种方法(慎用)
在创建数据库的时候,在后面加上:localtion hdfs路径/数据库名.db
该方法虽然也可以将spark创建的数据库放入到hdfs上,但是在创建的时候,它会清空该文件夹下的所有数据,所以若使用此方法创建,需要设置为一个空文件夹