在SequoiaSQL（Postgresql）中配置 Spark （Hive）元數據庫

                 SequoiaSQL 和 Spark 的安裝配置放在在這裏不贅述。

                 Thrift server 最好是配合 Hive 元數據庫使用。所以這裏講一下如何配置，並啓動 Thrift server ，最後可以用 beeline 命令行比較方便清爽的使用 Spark SQL 。下面是配置步驟。

 

1. Postgresql JDBC 驅動

下載 Postgresql jdbc驅動： https://jdbc.postgresql.org/download.html

注意驅動版本不僅跟Postgresql版本相關，還跟 jdk 版本相關。

下載之後，上傳postgresql jdbc驅動包到spark集羣所有服務器的某一個目錄下：
例如，上傳 postgresql-9.3-1104.jdbc41.jar 到目錄 /opt/spark-2.1.1-bin-hadoop2.7/jars/

 

2. 配置spark-defaults.conf 或者 spark-env.sh

conf/spark-defaults.conf :

spark.executor.extraClassPath       /opt/spark-2.1.1-bin-hadoop2.7/jars/sequoiadb.jar:/opt/spark-2.1.1-bin-hadoop2.7/jars/spark-sequoiadb_2.11-2.6.0.jar:/opt/spark-2.1.1-bin-hadoop2.7/jars/postgresql-9.3-1104.jdbc41.jar

或者 conf/spark-env.sh :

SPARK_CLASSPATH=/opt/spark-2.1.1-bin-hadoop2.7/jars/sequoiadb.jar:/opt/spark-2.1.1-bin-hadoop2.7/jars/spark-sequoiadb_2.11-2.6.0.jar:/opt/spark-2.1.1-bin-hadoop2.7/jars/postgresql-9.3-1104.jdbc41.jar

 

3. 下載並上傳hive metastore建表腳本：

下載hive的源代碼包：

http://mirror.bit.edu.cn/apache/hive/hive-1.2.2/apache-hive-1.2.2-src.tar.gz

關於下載的hive版本，需要注意 spark 裏邊對應的 hive 版本。 Spark 2.1.1 的 hive 版本是 1.2.1 。不過， Hive 1.2.2 也一樣可以用。

解壓apache-hive-1.2.2-src.tar.gz之後，找到目錄 metastore\scripts\upgrade\postgres\ 下邊的兩個SQL腳本：

hive-schema-1.2.0.postgres.sql

hive-txn-schema-0.13.0.postgres.sql

上傳 這兩個sql腳本 到服務器上某個目錄下，待用。

 

4. 創建SequoiaSQL數據庫和用戶

首先創建數據庫和用戶：

./bin/psql -p 5432 foo

postgres=# CREATE DATABASE metastore TEMPLATE=template0 ENCODING='UTF8';

postgres=# CREATE USER hiveuser WITH PASSWORD 'mypassword';

postgres=# CREATE DATABASE metastore;

postgres=# \c metastore;

You are now connected to database 'metastore'.

然後執行 hive 裏的sql 腳本。這個腳本會創建Hive存儲元數據需要的庫表。

postgres=# \i hive-schema-1.2.0.postgres.sql

然後授權。運行下面這個SQL語句可以生成授權語句：

postgres=#  SELECT 'GRANT SELECT,INSERT,UPDATE,DELETE ON "'  || schemaname || '"."' || tablename || '" TO hiveuser ;' FROM pg_tables WHERE tableowner = CURRENT_USER and schemaname = 'public';

把上一步生成的授權語句都運行一遍。（hive-schema-1.2.0.postgres.sql腳本應該創建了54個表）

然後，爲了方便起見，把所有權限授權給hiveuser:

GRANT ALL ON DATABASE hive_metastore to hiveuser;

 5. 配置 Hive 的數據庫連接配置文件 hive-site.xml

在Spark目錄下新建配置文件 conf/hive-site，編寫內容如下 ：

 <configuration>

   <property>

     <name>hive.metastore.schema.verification</name>

     <value>false</value>

   </property>

   <property>

      <name>javax.jdo.option.ConnectionURL</name>

      <value>jdbc:postgresql://IP或者主機名:5432或者端口號/數據庫名</value>

      <description>JDBC connect string for a JDBC metastore</description>

   </property>

   <property>

      <name>javax.jdo.option.ConnectionDriverName</name>

      <value>org.postgresql.Driver</value>

      <description>Driver class name for a JDBC metastore</description>

   </property>

   <property>

      <name>javax.jdo.option.ConnectionUserName</name>

      <value>用戶名</value>

   </property>

   <property>

      <name>javax.jdo.option.ConnectionPassword</name>

      <value>密碼</value>

   </property>

   <property>

      <name>datanucleus.autoCreateSchema</name>

      <value>false</value>

      <description>creates necessary schema on a startup if one doesn't exist. set this to false, after creating it once</description>

   </property>

</configuration>

幾個配置項說明：

javax.jdo.option.ConnectionURL 填寫postgresql 的服務地址、端口號和database

javax.jdo.option.ConnectionUserName 填寫postgresql 用戶名

javax.jdo.option.ConnectionPassword 填寫用戶密碼

 

6. 重新啓動spark ， 並啓動 thriftserver

啓動 Spark :  sbin/start-all.sh

啓動 thrift server ：  sbin/start-thriftserver.sh  --master spark://10.131.9.62:7077  --total-executor-cores 12 --executor-memory 1g

用jps命令可以看到 thrift server 啓動之後纔出現的 spark-submit 和 CoarseGrainedExecutorBackend 。 例如：

[sdbadmin@pop-s-invquery-a ~]$ jps

2252 BeeLine

1336 Worker

717 Master

1630 CoarseGrainedExecutorBackend

3588 Jps

1634 CoarseGrainedExecutorBackend

903 Worker

1194 Worker

1650 CoarseGrainedExecutorBackend

1633 CoarseGrainedExecutorBackend

1484 SparkSubmit

1047 Worker

7. 進入PG 查看thriftserver是否已經連接到spark

select * from pg_stat_activity where datname='hive_metastore';

輸出示例：

hive_metastore=# select * from pg_stat_activity where datname='hive_metastore';

 datid |    datname     | pid  | usesysid | usename  | application_name | client_addr | client_hostname | client_port |         backend_start         |          xact_s

tart           |          query_start          |         state_change          | waiting | state  |                             query                              

-------+----------------+------+----------+----------+------------------+-------------+-----------------+-------------+-------------------------------+----------------

---------------+-------------------------------+-------------------------------+---------+--------+----------------------------------------------------------------

 27070 | hive_metastore | 3171 |    25592 | hiveuser |                  | 10.131.9.63 |                 |       42538 | 2017-06-30 18:31:34.694261+08 |                

               | 2017-06-30 18:31:34.699031+08 | 2017-06-30 18:31:34.699086+08 | f       | idle   | SET extra_float_digits = 3

 27070 | hive_metastore | 3172 |    25592 | hiveuser |                  | 10.131.9.63 |                 |       42539 | 2017-06-30 18:31:34.700751+08 |                

               | 2017-06-30 18:31:34.704812+08 | 2017-06-30 18:31:34.704852+08 | f       | idle   | SET extra_float_digits = 3

 27070 | hive_metastore | 3173 |    25592 | hiveuser |                  | 10.131.9.63 |                 |       42540 | 2017-06-30 18:31:35.111469+08 |                

               | 2017-06-30 18:31:35.1159+08   | 2017-06-30 18:31:35.115951+08 | f       | idle   | SET extra_float_digits = 3

 27070 | hive_metastore | 3174 |    25592 | hiveuser |                  | 10.131.9.63 |                 |       42541 | 2017-06-30 18:31:35.11745+08  |                

               | 2017-06-30 18:31:35.121512+08 | 2017-06-30 18:31:35.121552+08 | f       | idle   | SET extra_float_digits = 3

 27070 | hive_metastore | 3461 |    25592 | hiveuser |                  | 10.131.9.62 |                 |       37933 | 2017-06-30 18:49:13.029259+08 |                

               | 2017-06-30 18:49:13.033074+08 | 2017-06-30 18:49:13.033113+08 | f       | idle   | SET extra_float_digits = 3

 27070 | hive_metastore | 3462 |    25592 | hiveuser |                  | 10.131.9.62 |                 |       37934 | 2017-06-30 18:49:13.0348+08   |                

               | 2017-06-30 18:49:13.038215+08 | 2017-06-30 18:49:13.038248+08 | f       | idle   | SET extra_float_digits = 3

 27070 | hive_metastore | 3489 |    25592 | hiveuser |                  | 10.131.9.62 |                 |       37935 | 2017-06-30 18:50:42.775977+08 |                

               | 2017-06-30 18:50:42.77983+08  | 2017-06-30 18:50:42.779869+08 | f       | idle   | SET extra_float_digits = 3

 27070 | hive_metastore | 3490 |    25592 | hiveuser |                  | 10.131.9.62 |                 |       37936 | 2017-06-30 18:50:42.781191+08 |                

               | 2017-06-30 18:50:42.784706+08 | 2017-06-30 18:50:42.784739+08 | f       | idle   | SET extra_float_digits = 3

 27070 | hive_metastore | 3636 |       10 | sdbadmin | psql             |             |                 |          -1 | 2017-06-30 18:52:03.679178+08 | 2017-06-30 18:5

2:09.564151+08 | 2017-06-30 18:52:09.564151+08 | 2017-06-30 18:52:09.564158+08 | f       | active | select * from pg_stat_activity where datname='hive_metastore';

(9 rows)

8. 使用 beeline

/opt/spark-2.1.1-bin-hadoop2.7/bin/beeline -u jdbc:hive2://10.131.9.62:10000 -n hiveuser -p hiveuser

beeline 命令小提示：

連接數據庫： !connect <url> <username> <password> [driver]

退出：  !quit