hive节省服务器与蜂巢和火花分布之间的区别

Question

使用以下两个命令之一运行配置单元服务器之间有什么区别： -

1. hive --service hiveserver2
2. 从spark/sbin$ ./start-thriftserver.sh
运行hive thrift服务器

他们在不同的端口上听吗？

我应该使用哪一个在我的Java类中使用Apache Hive JDBC驱动程序建立JDBC连接？

Answer 1

Hiveserver2是hive sql引擎，它可以使用map reduce，spark或tez作为执行引擎。 Hive创建执行计划，然后调用执行引擎来运行查询。优化由配置单元完成。

我是一个沉重的火花用户，但希望hive可用于通过hue运行adhoc查询。经过一些研究，我可以看到hive 1.2.1支持upto spark 1.4.1作为执行引擎。 hive 2依赖于spark 1.5，但我没有尝试用1.5或1.6运行它。

spark thrift服务器可以替换hive服务器2，并使用spark实际运行查询并执行自己的执行计划（可能会或可能不会比hive更好），但可以访问其他火花源，如rdds ，文本文件等。当然，您可以使用最新版本的spark运行thrift服务器。

Answer 2

我想两者都是一样的，除非你从spark启动Hive Thrift服务器，它会向thrift server添加一个CLI服务，它应该为thrift API添加spark SQL上下文。