Hive Metastore 中的上次访问时间更新

Question

我在我的 Hive 控制台/.hiverc文件中使用以下属性，以便每当我查询表时，它都会更新Hive 元存储表中的LAST_ACCESS_TIME列TBLS。

set hive.exec.pre.hooks = org.apache.hadoop.hive.ql.hooks.UpdateInputAccessTimeHook$PreExec;

但是，如果我使用spark-sqlor spark-shell，它似乎不起作用并且LAST_ACCESS_TIME不会在 hive Metastore 中更新。

这是我阅读表格的方式：

>>> df = spark.sql("select * from db.sometable")
>>> df.show()

我已经hive-site.xml在/etc/hive/conf和 中设置了上述钩子/etc/spark/conf。

Answer 1

您的代码可能会跳过一些 Hive 集成。我记得，要获得更多 Hive 式集成，您需要引入 HiveContext，如下所示：

from pyspark import SparkContext, SparkConf, HiveContext

if __name__ == "__main__":

  # create Spark context with Spark configuration
  conf = SparkConf().setAppName("Data Frame Join")
  sc = SparkContext(conf=conf)
  sqlContext = HiveContext(sc)
  df_07 = sqlContext.sql("SELECT * from sample_07")

https://docs.cloudera.com/runtime/7.2.7/developing-spark-applications/topics/spark-sql-example.html

希望这可以帮助