SparkSQL Spark on Hive Hive on Spark

刚开始接触Spark被Hive在Spark中的作用搞得云里雾里，这里简要介绍下，备忘。

参考：https://blog.csdn.net/zuochang_liu/article/details/82292076

SparkSQL：是一个完全不依赖Hive的SQL引擎。

Spark On Hive

通过sparksql，加载hive的配置文件，获取到hive的元数据信息；spark sql获取到hive的元数据信息之后就可以拿到hive的所有表的数据；接下来就可以通过spark sql来操作hive表中的数据。也就是说仅仅是将Hive作为一个数据仓库，并没有用到Hive的SQL执行引擎的能力。代码在内核代码spark-hive_2.11工程中。

Hive On Spark

是把hive查询从mapreduce 的mr (hadoop 计算引擎)操作替换为spark rdd 操作；将HQL翻译成分布式可以执行的Spark程序。Hive和SparkSQL都不负责计算。也就是一个为Spark计算框架定制的Hive。和Hive基本上没有关系，耦合之处为：HQL、元数据库、UDF、序列化、反序列化机制。它是一个单独的工程，和Spark内核代码独立，但是Spark依赖于Hive On Spark， Spark中的某些模块执行过程中会调用Hive on Spark. 例如Spark JDBCServer：

Hive原来的计算模型是MR，频繁操作磁盘（将中间结果写入到HDFS中）效率低。而Hive On Spark中使用了RDD（Dataframe）,然后运行在spark集群上面。元数据保存在mysql中，其中包含了hive表的描述信息，描述了那些数据库、表，以及表有多少列，每一列都是什么类型，还要描述表的数据保存在HDFS的什么位置。

Hive元数据库的功能

　　hive的元数据（metadata）建立了一种映射关系，执行HQL是，先到Mysql元数据库中查找描述信息，然后根据描述信息生成任务，然后将任务下发到spark集群中执行。hive on spark使用的仅仅是hive的标准和规范，不需要有hive数据库一样可以使用。要使用Hive的标准需要将hive的配置文件放在spark的conf目录下。没有安装Hive组件也没有影响。

要在Spark-Submit进程中使用开启spark对hive的支持：

val session = SparkSession.builder().master("local").appName("xx").enableHiveSupport() .getOrCreate()

转载于:https://www.cnblogs.com/maxigang/p/10324513.html

SparkSQL Spark on Hive Hive on Spark相关推荐

beeline执行sql文件_【SparkSQL】介绍、与Hive整合、Spark的th/beeline/jdbc/thriftserve2、shell方式使用SQL...
目录一.Spark SQL介绍 SQL on Hadoop框架: 1)Spark SQL 2)Hive 3)Impala 4)Phoenix Spark SQL是用来处理离线数据的,他的编程模型是D ...
Spark _26_Spark On Hive的配置
网上的配置大多如下: Spark On Hive的配置在Spark客户端配置Hive On Spark 在Spark客户端安装包下spark-1.6.0/conf中创建文件hive-site.xml ...
Spark SQL整合Hive
Spark SQL官方释义 Spark SQL is Apache Spark's module for working with structured data. 一.使用Spark SQL访问Hi ...
Hive on Spark和Spark sql on Hive，你能分的清楚么
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. 本文分享自华为云社区<Hive on Spark和Spark sql o ...
Spark 学习（十一） spark使用hive的元数据信息
一,简介二,shell方式配置和使用hive元数据信息 2.1 文件配置 2.2 驱动包加载 2.3 命令行启动三,IDEA编程方式使用hive元数据信息 3.1 添加依赖 3.2 程序示例正文 ...
Spark on Hive Hive on Spark傻傻分不清？
Spark on Hive? Hive on Spark傻傻分不清? 1 spark on hive Spark on hive,是spark计算引擎依托hive data source,spark ...
漫谈大数据 - Spark on Hive Hive on Spark
目录 Spark on hive 与 Hive on Spark 的区别 Hive查询流程及原理 Hive将SQL转成MapReduce执行速度慢 Hive On Spark优化 Hive元数据库的功 ...
Hive编程指南-Spark操作Hive
摘要:本文将要说明如何使用Spark来对Hive进行操作 1.打jar包,提交Spark任务通过提交spark任务的方式,如下面的scala代码.之后需要将成代码打包成一个jar包,然后提交到spa ...
Spark SQL 与 Hive 的第一场会师
"你好,一杯热美式,加 2 份shot, 1 份焦糖,谢谢" L 跨进汇智国际中心大厦的 Starbucks, 拿着 iPhone 对着点餐机轻轻一扫,对黑带服务员小妹抛出一个笑脸 ...

SparkSQL Spark on Hive Hive on Spark

SparkSQL Spark on Hive Hive on Spark相关推荐

最新文章

热门文章