Question

我在群集上运行Spark 1.5.0。我想从ESRI的API中使用Hive UDF。我可以在Spark应用程序中使用这些API但由于我的集群中存在一些问题，我无法使用HiveContext。我想在Spark-SQL应用程序中使用Existing Hive UDF。

//    val sqlContext = new SQLContext(sc)
//    import sqlContext.implicits._
//    val hc = new HiveContext(sc)
//    hc.sql("create temporary function ST_Point as 'com.esri.hadoop.hive.ST_Point'")
//    hc.sql("create temporary function ST_Within as 'com.esri.hadoop.hive.ST_Within'")
//    hc.sql("create temporary function ST_Polygon as 'com.esri.hadoop.hive.ST_Polygon'")
//    val resultDF = hc.sql("select ST_Within(ST_Point(2, 3), ST_Polygon(1,1, 1,4, 4,4, 4,1))")

上面的代码是针对HiveContext的，但是我想在SparkContext中使用类似的东西，所以根据this写了一些东西 -

sqlContext.sql("""create function ST_Point as 'com.esri.hadoopcom.esri.hadoop.hive.ST_Point'""")

但我似乎得到了相同的错误。（见下文）

Exception in thread "main" java.lang.RuntimeException: [1.1] failure: ``with'' expected but identifier create found

create function ST_Point as 'com.esri.hadoopcom.esri.hadoop.hive.ST_Point'
^
    at scala.sys.package$.error(package.scala:27)

我尝试使用现有的UDF创建函数，但似乎需要使用scala包装器来调用java类。我试过如下 -

def ST_Point_Spark = new ST_Point()
sqlContext.udf.register("ST_Point_Spark", ST_Point_Spark _)
def ST_Within_Spark = new ST_Within()
sqlContext.udf.register("ST_Within_Spark", ST_Within_Spark _)
def ST_Polygon_Spark = new ST_Polygon()
sqlContext.udf.register("ST_Polygon_Spark", ST_Polygon_Spark _)   
sqlContext.sql("select ST_Within_Spark(ST_Point_Spark(2, 3), ST_Polygon_Spark(1,1, 1,4, 4,4, 4,1))")

但在这种情况下会收到错误 -

Exception in thread "main" scala.reflect.internal.Symbols$CyclicReference: illegal cyclic reference involving object InterfaceAudience
    at scala.reflect.internal.Symbols$Symbol$$anonfun$info$3.apply(Symbols.scala:1220)
    at scala.reflect.internal.Symbols$Symbol$$anonfun$info$3.apply(Symbols.scala:1218)
    at scala.Function0$class.apply$mcV$sp(Function0.scala:40)
    at scala.runtime.AbstractFunction0.apply$mcV$sp(AbstractFunction0.scala:12)

我只是想知道，有没有办法在不使用HiveContext的情况下直接使用SqlContext来调用Hive / Java UDF。注意：This是一个有用的帖子，但不符合我的要求。

在SparkContext中调用现有的Java / Hive UDF，而不在Spark-SQL应用程序中使用HiveContext

0 个答案: