sparkSession/sparkContext无法获得hadoop配置

Question

我在本地机器上运行spark 2，hive，hadoop，并且我想使用spark sql从配置单元表中读取数据。

它工作一切正常，当我的Hadoop在默认hdfs://localhost:9000运行，但如果我更改为不同的端口核心-site.xml中：

<name>fs.defaultFS</name> 
<value>hdfs://localhost:9099</value> 

火花外壳运行一个简单的SQL spark.sql("select * from archive.tcsv3 limit 100").show();会给我的错误：

ERROR metastore.RetryingHMSHandler: AlreadyExistsException(message:Database default already exists) 
..... 
From local/147.214.109.160 to localhost:9000 failed on connection exception: java.net.ConnectException: Connection refused; 
..... 

我得到AlreadyExistsException之前，这似乎并没有影响结果。

我可以把它通过创建一个新sparkContext工作：

import org.apache.spark.SparkContext 
import org.apache.spark.sql.SparkSession 
sc.stop() 
var sc = new SparkContext() 
val session = SparkSession.builder().master("local").appName("test").enableHiveSupport().getOrCreate() 
session.sql("show tables").show() 

我的问题是，为什么最初sparkSession/sparkContext没有得到正确的配置？我该如何解决它？谢谢！

Answer 1

如果您正在使用SparkSession，你要设置的火花上下文配置，然后使用session.sparkContext

val session = SparkSession 
    .builder() 
    .appName("test") 
    .enableHiveSupport() 
    .getOrCreate() 
import session.implicits._ 

session.sparkContext.hadoopConfiguration.set("fs.s3.impl", "org.apache.hadoop.fs.s3native.NativeS3FileSystem") 

你不需要SparkSession