嵌入式模式下的 Spark - 找不到用户/配置单元/仓库

Question

我在嵌入式本地模式下使用 Apache Spark。我的 pom.xml 和同一版本（spark-core_2.10、spark-sql_2.10 和 spark-hive_2.10）中包含所有依赖项。

我只想运行 HiveQL 查询来创建一个表（存储为 Parquet）。

运行以下（相当简单的）代码：

public class App {
    public static void main(String[] args) throws IOException, ClassNotFoundException {

        SparkConf sparkConf = new SparkConf().setAppName("JavaSparkSQL").setMaster("local[2]").set("spark.executor.memory", "1g");
        JavaSparkContext ctx = new JavaSparkContext(sparkConf);
        HiveContext sqlContext = new org.apache.spark.sql.hive.HiveContext(ctx.sc());

        String createQuery = "CREATE TABLE IF NOT EXISTS Test (id int, name string) STORED AS PARQUET";
        sqlContext.sql(createQuery);
    }
}

...正在返回以下异常：

FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. MetaException(message:file:/user/hive/warehouse/test is not a directory or unable to create one)

我可以看到项目根目录下创建的metastore_db文件夹。

我四处搜索，发现的解决方案没有帮助——其中大多数都不适用于嵌入式模式。

• 一种解决方案是检查权限，我对所有内容都使用同一个用户。
• 另一个解决方案是在 HDFS 中手动创建文件夹，我这样做了，我可以导航到 /user/hive/warehouse/test。
• 一种解决方案是通过添加手动设置元存储：sqlContext.sql("SET hive.metastore.warehouse.dir=hdfs://localhost:9000/user/hive/warehouse");。

我现在的想法不多了，有人可以提供任何其他建议吗？

Answer 1

以防万一这对将来的其他人有所帮助，我正在尝试针对使用 HiveContext 的 Spark 代码编写一些单元测试。我发现为了更改为测试编写文件的路径，我需要调用 hiveContext.setConf。我也尝试了与 OP 相同的方法，执行 SET 查询，但没有奏效。以下似乎有效！

hive.setConf("hive.metastore.warehouse.dir", 
  "file:///custom/path/to/hive/warehouse")

为了让它更有用一点，我专门将此路径设置为我的代码可以访问的位置：

hive.setConf("hive.metastore.warehouse.dir", 
  getClass.getResource(".").toString)

有了这个，我已经能够使用 hive 查询和 Spark API 针对我的代码编写单元测试。

Answer 2

因为您在本地嵌入模式下运行，所以不考虑 HDFS。这就是错误显示file:/user/hive/warehouse/test 而不是hdfs://localhost:9000/user/hive/warehouse/test 的原因。它期望 /user/hive/warehouse/test 存在于您的本地计算机上。尝试在本地创建它。