如何通过Spark Thrift Server访问自定义UDF？

Question

我正在 EMR 上运行 Spark Thrift 服务器。我通过以下方式启动 Spark Thrift 服务器：

  sudo -u spark /usr/lib/spark/sbin/start-thriftserver.sh --queue interactive.thrift --jars /opt/lib/custom-udfs.jar

请注意，我有一个客户 UDF jar，我想将其添加到 Thrift Server 类路径，因此我在上面的命令中添加了 --jars /opt/lib/custom-udfs.jar。

进入 EMR 后，我发出以下命令来连接到 Spark Thrift 服务器。

beeline -u jdbc:hive2://localhost:10000/default

然后我就可以发出像显示数据库这样的命令。但是如何访问自定义 UDF？我认为通过在 Thrift Server 启动脚本中添加--jars选项，也可以添加供 Hive 资源使用的 jar。

我现在访问自定义 UDF 的唯一方法是将客户 UDF jar 添加到 Hive 资源

add jar /opt/lib/custom-udfs.jar

然后创建UDF的函数。

问题： 有没有一种方法可以自动配置自定义 UDF jar，而无需每次都将 jar 添加到 Spark 会话？

谢谢！

Answer 1

最简单的方法是编辑文件start-thriftserver.sh，最后：

您还可以在 JIRA 上发布提案，这是一个非常好的功能“启动时执行设置代码”。