| Spark On Hive |
1.SparkSQL集成Hive，需将hive-site.xml复制到{SAPRK_HOME/conf}目录下，即可！！
a.将hive-site.xml复制到{SAPRK_HOME/conf}目录下；
b.将hive-site.xml复制到所有Spark节点；
c.将MySQL驱动包[mysql-connector-java-5.1.36-bin.jar]复制到{SPARK_HOME/jars}；
d.开启Hadoop；
$>zKServer.sh start
$>start-dfs.sh
$>strat-yarn.sh
e.开启sparkSQL
$>spark-sql //默认开启“Local模式”
等价于：spark-sql --master local
f.如果在Standalone模式下：
$>spark-sql --master spark://master:7077
如果在Spark on yarn模式下：
$>spark-sql --master yarn
g.在spark-sql命令行中，编写HQL
spark-sql>show databases;
spark-sql>use hive;
spark-sql>select * from student;
| thriftServer Beeline 连接 Hive |
1.将hive-site.xml复制到{SAPRK_HOME/conf}目录下；
<!--配置hiveserver2主机(这里最好是配置ip地址，以便于从Windows连接)-->
<property>
<name>hive.server2.thrift.bind.host</name>
<value>master</value>
</property>
<!--配置beeline远程客户端连接时的用户名和密码。这个用户名要在对应的hadoop的配置文件core-site.xml中也配置-->
<property>
<name>hive.server2.thrift.client.user</name>
<value>Alex_lei</value>
</property>
<property>
<name>hive.server2.thrift.client.password</name>
<value>123456</value>
</property>
2.开启hive的ThriftServer服务
$>hiveserver2
3.在{SPARK_HOME/bin}目录下，执行beeline
$>beeline
Beeline version 1.2.1.spark2 by Apache Hive
beeline>
4.在{beeline>}光标处，添加!connect,如下：
beeline>!connect jdbc:hive2://master:10000/default
5.添加用户名：
beeline> !connect jdbc:hive2://master:10000/default
Connecting to jdbc:hive2://master:10000/default
Enter username for jdbc:hive2://master:10000/default:Alex_lei
6.添加密码：
beeline> !connect jdbc:hive2://master:10000/default
Connecting to jdbc:hive2://master:10000/default
Enter username for jdbc:hive2://master:10000/default: Alex_lei
Enter password for jdbc:hive2://master:10000/default: ******
7.成功连接！
beeline> !connect jdbc:hive2://master:10000/default
Connecting to jdbc:hive2://master:10000/default
Enter username for jdbc:hive2://master:10000/default: Alex_lei
Enter password for jdbc:hive2://master:10000/default: ******
18/09/07 12:51:11 INFO jdbc.Utils: Supplied authorities: master:10000
18/09/07 12:51:11 INFO jdbc.Utils: Resolved authority: master:10000
18/09/07 12:51:11 INFO jdbc.HiveConnection: Will try to open client transport with JDBC Uri: jdbc:hive2://master:10000/default
Connected to: Apache Hive (version 1.2.1)
Driver: Hive JDBC (version 1.2.1.spark2)
Transaction isolation: TRANSACTION_REPEATABLE_READ
0: jdbc:hive2://master:10000/default>
0: jdbc:hive2://master:10000/default>
0: jdbc:hive2://master:10000/default>
0: jdbc:hive2://master:10000/default> show databases；
8.退出
0: jdbc:hive2://master:10000/default> !quit
Closing: 0: jdbc:hive2://master:10000/default
问题：cannot access /home/hyxy/soft/spark/lib/spark-assembly-*.jar: No such file or directory
原因：我们开启Hive客户端找不到这个jar包，是由于saprk2.0之后没有lib这个目录了，这个jar包也不存在，spark2.0之前还是存在的。
解决方案：
（1）修改spark版本（不建议）
（2）修改{HIVE_HOME/bin}目录下的hive可执行脚本
修改【sparkAssemblyPath=`ls ${SPARK_HOME}/lib/spark-assembly-*.jar`】：
--> 【sparkAssemblyPath=`ls ${SPARK_HOME}/jars/*.jar`】
| Spark的内存分配问题 |
版本：2.1.2，其他的版本我暂时没有确认，2.0之前的与2.0之后的不一样。
1.先介绍几个名词：
--> Reserved Memory（预留内存）
--> User Memory（用户内存）
--> Spark Memory（包括Storage Memory 和 Execution Memory）
-->Spark内存默认为1G
2.
预留内存=300M，不可更改。
用户内存是1G=（1024M-300M)*0.25
spark Memory = （1024M-300M)*0.75
存储内存=Spark Memory*0.5
计算内存=Spark Memory*0.5
3.
作用：
预留内存：用于存储Spark相关定义的参数，如sc，sparksession等。
用户内存：用于存储用户级别相关定义的数据，如：参数或变量。
Spark内存：用于计算(Execution Memory)和cache缓存(Storage Memory)。
4.在分配executor内存，需考虑最小内存数为：450M
val minSystemMemory = (reservedMemory * 1.5).ceil.toLong
5.内存抢占问题
a.缓存数据大于执行数据(RDD):storage Memory强占Execution Memory
b.Execution Memory占优，storage Memory必须释放！！
Execution Memory优先级比较高