白泽 Byzer-lang 集成 Hive 3.1.2

环境介绍

Ubuntu 20.04 单机部署, JDK 8,各应用介绍如下。Hadoop Hive均正常运行。本文介绍 白泽 以 Client 模式部署至 Yarn,并读写 Hive 数据。以 hadoop 账号执行操作。

应用 版本 安装目录 说明
Apache Hadoop 3.2.2 /work/server/hadoop-3.2.2/ 伪分布式模式
Apache Hive 3.1.1 /work/server/hive
MySQL 5.7.35 Docker 容器 Hive 元数据库 白泽 Notebook 数据库
Apache Spark 3.1.1-bin-hadop3.2 /work/spark
Byzer-lang 3.0-2.3.0-SNAPSHOT /work/mlsql-engine_3.0-2.3.0-SNAPSHOT 白泽引擎
Byzer-notebook 1.0.1-SNAPSHOT /work/notebook 白泽 Notebook

创建 Hive 测试数据

# 启动 Hive CLI 
hive 
# 创建 测试库表和一条测试数据 
CREATE DATABASE IF NOT EXISTS zjc_test; 
CREATE TABLE IF NOT EXISTS zjc_11 (c1 INT); 
INSERT OVERWRITE TABLE zjc_11 SELECT 1;

Spark 配置

hive 配置放置到 $SPARK_HOME/conf

cd $SPARK_HOME/conf 
# 建立软链接 
ln -s /work/server/hive/conf/hive-site.xml hive-site.xml

配置 HiveMetastore

Spark 3.1.1 默认匹配 Hive 2.3.7; 与我们的环境不符,因而手动配置。

# 修改 Spark 参数 
cp spark-defaults.conf.template spark-defaults.conf 
vi spark-defaults.conf 
spark.sql.hive.metastore.jars=path
spark.sql.hive.metastore.version=3.1.2 
spark.sql.hive.metastore.jars=path spark.sql.hive.metastore.jars.path=file:///work/server/hive/lib/hive-standalone-metastore-3.1.2.jar,file:///work/server/hive/lib/hive-exec-3.1.2.jar,file:///work/server/hive/lib/commons-logging-1.0.4.jar,file:///work/server/hive/lib/commons-io-2.4.jar,file:///work/server/hive/lib/javax.servlet-api-3.1.0.jar,file:///work/server/hive/lib/calcite-core-1.16.0.jar,file:///work/server/hive/lib/commons-codec-1.7.jar,file:///work/server/hive/lib/libfb303-0.9.3.jar,file:///work/server/hive/lib/metrics-core-3.1.0.jar,file:///work/server/hive/lib/datanucleus-core-4.1.17.jar,file:///work/server/hive/lib/datanucleus-api-jdo-4.2.4.jar,file:///work/server/hive/lib/javax.jdo-3.2.0-m3.jar,file:///work/server/hive/lib/datanucleus-rdbms-4.1.19.jar,file:///work/server/hive/lib/HikariCP-2.6.1.jar,file:///work/server/hive/lib/mysql-connector-java-5.1.48.jar,file:///work/spark/jars/commons-collections-3.2.2.jar,file:///work/server/hive/lib/antlr-runtime-3.5.2.jar,file:///work/server/hive/lib/jackson-core-2.9.5.jar,file:///work/server/hive/lib/jackson-annotations-2.9.5.jar,file:///work/server/hive/lib/jackson-databind-2.9.5.jar,file:///work/server/hive/lib/jackson-mapper-asl-1.9.13.jar,file:///work/server/hive/lib/jackson-core-asl-1.9.13.jar

注意: 拷贝 hive 3.1.2 hivemetastore 及其依赖包。

验证 spark 可以访问 hive 表

# 启动 spark-sql CLI
spark-sql
# 执行命令
show databases;

启动白泽

需要先在 HDFS 创建 Delta 目录

hdfs dfs -mkdir -p /work/data/mlsql

前面已经打通了 Hadoop Spark Hive, 可以启动 Byzer-lang 了。按照以下脚本启动。

#!/bin/bash

set -e
set -o pipefail

MLSQL_HOME=/work/mlsql-engine_3.0-2.3.0-SNAPSHOT

JARS=$(echo ${MLSQL_HOME}/libs/*.jar | tr ' ' ',')
MAIN_JAR=$(ls ${MLSQL_HOME}/libs|grep 'streamingpro-mlsql')
export DRIVER_MEMORY=${DRIVER_MEMORY:-1g}

echo "##############################"
echo "Run with spark : $SPARK_HOME"
echo "With DRIVER_MEMORY=${DRIVER_MEMORY:-1g}"
echo "JARS: ${JARS}"
echo "MAIN_JAR: ${MLSQL_HOME}/libs/${MAIN_JAR}"
echo "##############################"

nohup $SPARK_HOME/bin/spark-submit --class streaming.core.StreamingApp \
        --driver-memory "${DRIVER_MEMORY}" \
        --jars "${JARS}" \
        --master yarn \
        --deploy-mode client \
        --name mlsql \
        --conf "spark.executor.memory=1024m" \
        --conf "spark.executor.instances=1" \
        --conf "spark.sql.hive.thriftServer.singleSession=true" \
        --conf "spark.kryoserializer.buffer=256k" \
        --conf "spark.kryoserializer.buffer.max=64m" \
        --conf "spark.serializer=org.apache.spark.serializer.KryoSerializer" \
        --conf "spark.scheduler.mode=FAIR" \
        --conf "spark.driver.extraJavaOptions=-agentlib:jdwp=transport=dt_socket,address=8991,server=y,suspend=n" \
        "${MLSQL_HOME}/libs/${MAIN_JAR}"   \
        -streaming.name mlsql    \
        -streaming.platform spark   \
        -streaming.rest true   \
        -streaming.driver.port 9004   \
        -streaming.spark.service true \
        -streaming.thrift false \
        -streaming.enableHiveSupport true \
        -streaming.datalake.path /work/data/mlsql \
> /work/logs/mlsql-3.0-2.3.0-SNAPSHOT.log 2>&1 &

执行后,Byzer-lang log 出现以下信息,表示启动成功

2022-02-27 23:34:46,573 INFO yarn.Client: client token: N/A diagnostics: N/A ApplicationMaster host: 192.168.50.254 ApplicationMaster RPC port: -1 queue: root.hadoop start time: 1645976079262 final status: UNDEFINED tracking URL: http://localhost:8088/proxy/application_1645976014642_0001/ user: hadoop 2022-02-27 23:34:46,574 INFO cluster.YarnClientSchedulerBackend: Application application_1645976014642_0001 has started running.

然后启动 Notebook, 配置和启动脚本这里不再赘述。登录 Notebook,在 Data Catalog 里看到 Hive 表 zjc_11

image.png

数据读写测试

# 读取刚生成的测试数据
load hive.`zjc_test.zjc_11` as hive_zjc_11; 
# 写入 Hive 表 
select 2 as c1 as new_data; 
save overwrite new_data as hive.`zjc_test.zjc_12`;

参考

https://spark.apache.org/docs/3.1.1/sql-data-sources-hive-tables.html#interacting-with-different-versions-of-hive-metastore

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,968评论 6 482
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,601评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 153,220评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,416评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,425评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,144评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,432评论 3 401
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,088评论 0 261
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,586评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,028评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,137评论 1 334
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,783评论 4 324
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,343评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,333评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,559评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,595评论 2 355
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,901评论 2 345

推荐阅读更多精彩内容