这篇文章给大家介绍SparkSQL基础知识都有哪些，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。
计算
安全
数据库
网络和加速
企业服务
一个sql 过来 解析成unresolved，只拿出来字段名和表名
但是不知道字段名和表名在哪个位置
需要通过Schema 确定表的位置等信息，
生成逻辑执行计划，Logical,知道数据从哪里来了
通过一些列优化过滤生成物理执行计划Physical
最后把物理执行计划放到spark集群上运行
Spark SQL就是写SQL,这是错误的观点
Spark SQL不是SQL,超出SQL,因为SQL是其一部分
Spark SQL 是处理结构化数据的，只是Spark中的一个模块
Spark SQL 与 Hive on Spark 不是一个东西
Spark SQL 是spark里面的
Hive on Spark 的功能是比Spark SQL多的
Hive on Spark 稳定性不是很好关系数据库集群成本很高，还是有限的
SQL : schema + file
使用sql的前提就是有schema ，作用到文件上去
hive是进程的
hive2.0 默认引擎是Tez
Hive on Spark 就是把hive执行引擎改成sparkmr spark Tez
spark sql 可以跨数据源进行join，例如hdfs与mysql里表内容join
Spark SQL运行可以不用hive，只要你连接到hive的metastore就可以hiveserver2开启可以用JDBC或者ODBC直接连接
spark-sql 与 spark-shell ，thriftserver
thriftserver对应hive里面的hiveserver2./beeline -u jdbc:hive2://localhost:10000 -n root
spark-shell、spark-sql 都是是一个独立的 spark application，
启动几个就要几个application，非常耗资源
用thriftserver，无论启动多少个客户端（beeline）连接在一个thriftserver，
是一个独立的spark application，
后面不用在重新申请资源。前一个beeline缓存的，下一个beeline也可以用
用thriftserver，可在ui看执行计划，优化有优势这个要起来，要不spark-shell， spark-sql，连接不上，这个跟hive一样
spark-shell --master local[2] --jars /soft/hive/lib/mysql-connector-java-8.0.12.jar 这样启动不起来
你可以试试把mysql-connector-java-8.0.12.jar 放到spark的jars里
关于SparkSQL基础知识都有哪些就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
原文链接：http://blog.itpub.net/69941978/viewspace-2652110/
