Spark 整合hive 實現數據的讀取輸出

實驗環境: linux centOS 6.7 vmware虛擬機

spark-1.5.1-bin-hadoop-2.1.0

apache-hive-1.2.1

eclipse 或IntelJIDea 本次使用eclipse.

代碼:

import org.apache.spark.SparkConf;
import org.apache.spark.api.java.JavaSparkContext;
import org.apache.spark.sql.DataFrame;
import org.apache.spark.sql.hive.HiveContext;
public class SparkOnHiveDemo {
public static void main(String[] args) {
		
		// 首先還是創建SparkConf
		SparkConf conf = new SparkConf().setAppName("HiveDataSource");
		// 創建JavaSparkContext
		JavaSparkContext sc = new JavaSparkContext(conf);
		// 創建HiveContext，注意，這里，它接收的是SparkContext作為參數，不是JavaSparkContext
		HiveContext hiveContext = new HiveContext(sc.sc());
		
		//1.可以使用HiveContext 下面的sql(xxx語句)執行HiveSQL語句
		//1 .刪除表，創建表
		// stars_infos ,stars_scores
		hiveContext.sql("DROP TABLE IF EXISTS stars_infos");
		hiveContext.sql("CREATE TABLE IF NOT EXISTS stars_infos(name STRING,age INT) "
				+ "row format delimited fields terminated by ','");
		
		//2.向表里面導入數據
		hiveContext.sql("LOAD DATA "
				+ "LOCAL INPATH "
				+ "'/root/book/stars_infos.txt' "
				+ "INTO TABLE stars_infos");
		
		hiveContext.sql("DROP TABLE IF EXISTS stars_scores");
		hiveContext.sql("CREATE TABLE IF NOT EXISTS stars_scores(name STRING,score INT) "
				+ "row format delimited fields terminated by ','");

		hiveContext.sql("LOAD DATA "
				+ "LOCAL INPATH "
				+ "'/root/book/stars_score.txt' "
				+ "INTO TABLE stars_scores");
		
		
		//3.從一張已經存在的hive表里面拿數據，轉換為DF
		DataFrame superStarDataFrame = hiveContext.sql("SELECT si.name,si.age,ss.score "
				+ "FROM stars_infos si "
				+ "JOIN stars_scores ss ON si.name=ss.name "
				+ "WHERE ss.score>=90");
			
		//4.把DF的數據再持久化到hive中去,千萬別和registerTemtable搞混了
		hiveContext.sql("DROP TABLE IF EXISTS superStar");
		superStarDataFrame.saveAsTable("superStar");
		
		//5.直接從Hive中得到DF
		hiveContext.table("superStar").show();
		
		sc.close();
	}
}

 元數據:

可以下載附件，然后上傳到指定的目錄下。

 把程序打包jar后上傳到linux指定的目錄下，寫一個腳本。腳本附件見正文。具體內容修改即可。

 運行腳本就可以了。當然要保證MySQL數據庫正常，hive正常。