【发布时间】:2019-08-15 18:23:40
【问题描述】:
我正在尝试使用pyspark 远程读取配置单元表。它指出无法连接到 Hive Metastore 客户端的错误。
我已经阅读了关于 SO 和其他来源的多个答案,它们主要是配置,但没有一个可以解决我无法远程连接的原因。我阅读了documentation 并观察到,无需更改任何配置文件,我们就可以将 spark 与hive 连接起来。注意:我已将运行hive 的机器端口转发给localhost:10000。我什至使用presto 连接了相同的设备,并且能够在hive 上运行查询。
代码是:
from pyspark import SparkContext, SparkConf
from pyspark.sql import SparkSession, HiveContext
SparkContext.setSystemProperty("hive.metastore.uris", "thrift://localhost:9083")
sparkSession = (SparkSession
.builder
.appName('example-pyspark-read-and-write-from-hive')
.enableHiveSupport()
.getOrCreate())
data = [('First', 1), ('Second', 2), ('Third', 3), ('Fourth', 4), ('Fifth', 5)]
df = sparkSession.createDataFrame(data)
df.write.saveAsTable('example')
我希望输出是对保存表的确认,但相反,我面对的是this error。
抽象错误是:
During handling of the above exception, another exception occurred:
Traceback (most recent call last):
File "<stdin>", line 2, in <module>
File "/usr/local/spark/python/pyspark/sql/readwriter.py", line 775, in saveAsTable
self._jwrite.saveAsTable(name)
File "/usr/local/spark/python/lib/py4j-0.10.7-src.zip/py4j/java_gateway.py", line 1257, in __call__
File "/usr/local/spark/python/pyspark/sql/utils.py", line 69, in deco
raise AnalysisException(s.split(': ', 1)[1], stackTrace)
pyspark.sql.utils.AnalysisException: 'java.lang.RuntimeException: java.lang.RuntimeException: Unable to instantiate org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient;'
我发出了一个命令:
ssh -i ~/.ssh/id_rsa_sc -L 9000:A.B.C.D:8080 -L 9083:E.F.G.H:9083 -L 10000:E.F.G.H:10000 ubuntu@I.J.K.l
当我通过命令检查端口 10000 和 9083 时:
aviral@versinator:~/testing-spark-hive$ nc -zv localhost 10000
Connection to localhost 10000 port [tcp/webmin] succeeded!
aviral@versinator:~/testing-spark-hive$ nc -zv localhost 9083
Connection to localhost 9083 port [tcp/*] succeeded!
运行脚本时,我收到以下错误:
Caused by: java.net.UnknownHostException: ip-172-16-1-101.ap-south-1.compute.internal
... 45 more
【问题讨论】:
-
stackoverflow.com/questions/36051091/…你可能会在这里得到一些想法
-
不,它没有。它显示“无法连接到 Metastore 服务器”。
标签: python-3.x hive pyspark pyspark-sql thrift-protocol