我创建了一个Maven项目作为pom.xml
星火:无法从蜂巢表中读取数据
<spark.version>1.3.0</spark.version>
<dependencies>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-core_2.11</artifactId>
<version>${spark.version}</version>
<exclusions>
<exclusion>
<groupId>org.scala-lang</groupId>
<artifactId>scala-library</artifactId>
</exclusion>
</exclusions>
</dependency>
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-sql_2.11</artifactId>
<version>${spark.version}</version>
</dependency>
<!-- <dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<version>5.1.6</version>
</dependency> -->
<dependency>
<groupId>org.apache.spark</groupId>
<artifactId>spark-hive_2.11</artifactId>
<version>${spark.version}</version>
</dependency>
</dependencies>
我的类,它是从蜂巢表中读取数据:
import org.apache.spark.sql.SQLContext
import org.apache.spark.SparkConf
import org.apache.spark.SparkContext
import org.apache.spark.sql.hive.HiveContext
import org.apache.spark.sql.DataFrame
class SparkHive {
def createTable = {
val conf = new SparkConf().setMaster("local").setAppName("My First spark app")
val sparkCtxt = new SparkContext(conf)
val hiveContext = new HiveContext(sparkCtxt)
hiveContext.setConf("hive.metastore.uris", "thrift://127.0.0.1:9083")
val table = hiveContext.sql("select * from test")
table.show()
val gpData = table.groupBy("col1")
println(gpData.max("col2").show())
}
}
我使用的火花从蜂巢元件中的表中读取数据,但面临一个非常奇怪的问题。
我有两个问题,如下所述:
问题1:如果我使用<spark.version>1.3.0</spark.version>
火花能够找到蜂巢表,它是能够与该行的帮助下在控制台上打印数据
val table = hiveContext.sql("select * from test")
table.show()
但如果我通过做滤波器或组中的示例火花如图找不到col1
和抛出异常如下
Exception in thread "main" java.util.NoSuchElementException: key not found: col1#0
所以问题是为什么如果数据框能够找到该表,那么为什么它不让我在列上做群组以及如何解决这个问题?
问题2.如果我使用<spark.version>1.6.0</spark.version>
那么spark甚至无法找到蜂房metastore中存在的表,所以现在为什么是这种行为?
环境:Cloudera的QUICKSTART VM 5.8.0
我不想在这里使用sql。希望在这里利用scala功能 – saching