Failed to create Spark client for Spark session

最近在hive里將mr換成spark引擎后，執行插入和一些復雜的hql會觸發下面的異常：

org.apache.hive.service.cli.HiveSQLException: Error while compiling statement: FAILED: SemanticException Failed to get a spark session: org.apache.hadoop.hive.ql.metadata.HiveException: Failed to create Spark client for Spark session c5924990-6187-4a15-a760-ec3b1afbc199

 

未能創建spark客戶端的原因有這幾個：

1，spark沒有打卡

2，spark和hive版本不匹配

3，hive連接spark客戶端時長過短

 

解決方案：

1，在進入hive之前，需要依次啟動hadoop，spark，hiveservice，這樣才能確保hive在啟動spark引擎時能成功

spark啟動：

cd /opt/spark
./sbin/start-all.sh

 

2,版本問題是最常見也是出現最多的問題，我用的版本依次為hadoop3.3.0，hive3.1.2，spark2.4.7，之前測試過spark3.0.1，發現和hive不兼容

這里還需要注意Apache官網的提供了如圖所示的幾個spark包版本：

 

但在集成hive時spark本身不能自帶hive配置，所以只有第三個是可以用的，但是我測試了一下在我的電腦上還是報錯，所以我選擇了自己編譯，下載最后一個源碼包，解壓后進入spark目錄

輸入命令：

./dev/make-distribution.sh --name without-hive --tgz -Pyarn -Phadoop-3.3 -Dhadoop.version=3.3.0 -Pparquet-provided -Porc-provided -Phadoop-provided

但是發現編譯卡住了，原來編譯會自動下載maven，scala，zinc，存放在build目錄下，如圖：

 

 由於下載過於緩慢，這里直接將這三個包放在build目錄下，解壓好，編譯時會自動識別，可以省去很多時間，快速進入編譯，需要壓縮包的可以關注公眾號：Tspeaker97  給我發消息找我要

編譯過程比較慢，我花了30分鍾才將spark編譯好，中間還網絡斷流卡住失敗了一次，如果不能訪問外網的，建議將maven鏡像改為阿里雲。

 

 

編譯完成后在spark目錄下就可以看到編譯出的tgz包，解壓到對應目錄：

vim spark-env.sh
插入如下代碼：
export SPARK_DIST_CLASSPATH=$(hadoop classpath)

 

接下來就是hive的設置，這里我用的是公司編譯好的版本，大小比Apache官網大一點，想要可以微信扣我

進入hive/conf目錄：

vim spark-defaults.conf
插入如下代碼：
spark.master                             yarn
spark.eventLog.enabled                   true
spark.eventLog.dir                       hdfs://hadoop01:9820/spark-history
spark.executor.memory                    2g

 

在hdfs創建對應目錄並拷貝jar包：

hadoop fs -mkdir /spark-history
hadoop fs -mkdir /spark-jars
hadoop fs -put /opt/spark/jars/* /spark-jars

 

在hive/conf/hive-site.xml中增加：（這里特地延長了hive和spark連接的時間，可以有效避免超時報錯）

<!--Spark依賴位置-->
<property>
    <name>spark.yarn.jars</name>
    <value>hdfs://hadoop01:9820/spark-jars/*</value>
</property>
  
<!--Hive執行引擎-->
<property>
    <name>hive.execution.engine</name>
    <value>spark</value>
</property>

<!--Hive和spark連接超時時間-->
<property>
    <name>hive.spark.client.connect.timeout</name>
    <value>100000ms</value>
</property>

 

 然后啟動spark服務，hive服務，並進入hive客戶端，執行hql：

set hive.exec.mode.local.auto=true;

create table visit(user_id string,shop string) row format delimited fields terminated by '\t';

load data local inpath '/opt/hive/datas/user_id' into table visit;

SELECT t1.shop,
       t1.user_id,
       t1.count,
       t1.rank
FROM
  (SELECT shop,
          user_id,
          count(user_id) COUNT,
          rank() over(partition BY shop ORDER BY count(user_id) DESC) rank
   FROM visit
   GROUP BY user_id,
            shop
   ORDER BY shop ASC, COUNT DESC ) t1
WHERE rank <4;

 

spark引擎成功啟動：

 

 

如果有其他問題，歡迎叨擾：