共計 1373 個字符，預計需要花費 4 分鐘才能閱讀完成。

本篇內容主要講解“spark sql 和 hbase 怎么結合”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓丸趣 TV 小編來帶大家學習“spark sql 和 hbase 怎么結合”吧!

Q1:spark 怎樣支持即席，應該不是 spark sql 吧，是 hive on spark 么？

Spark1.0 以前支持即席查詢的技術是 Shark;

Spark 1.0 和 Spark 1.0.1 支持的即席查詢技術是 Spark SQL;

尚未發布的 Spark 1.1 開始 Spark SQL 是即席查詢的核心，我們期待 Hive on Spark 也能夠支持即席查詢；

Q2: 現在 spark 1.0.0 版本是支持 hive on spark 么，它支持 cli 交互式訪問么？

Spark1.0.0 不支持 hive on spark；

hive on spark 這個項目正在開發中，預計在 Spark 1.1 版本的時候發布；

Spark 1.0.0 現在還不直接支持 cli 訪問；

Q3:spark sql 和 hbase 怎么結合呢？

Spark sql 和 hbase 即可要借助于 Spark core 的 RDD 功能；

使用 hbase 的時候需要導入 hbase 在 Spark 上的包

Spark 1.0.0 現在還不直接支持 cli 訪問；

Q4:sparkSql 支持 sql 全嗎？老師   可以把現在的 PLSQL  直接轉換為  SPARKSQL 么？ 

Spark sql 現在支持 SQL-92 的基本功能，后續版本不會不斷增強；

PLSQL  現在還不能夠直接轉為 Spark SQL;

想要更強的 SQL 支持，在 Spark1.0.0 和 Spark1.0.1 版本可以考慮 Hive in Spark SQL 的功能；

Q5: 如果支持 hive on spark, 那么什么時候用 spark sql，什么時候用 hive on spark?

Hive on spark 預計在 Spark 1.1 這個版本發布，核心功能是要在 Spark 上使用已有的 Hive 的一切數據和功能；

和 hive 不相關都可以使用 Spark SQL；

從理論上講隨著 Spark SQL 在未來版本的不斷增強，可以做 hive 的一切事情；

Q6:Spark SQL 可以使用 group by  嗎？

Spark SQL 可以使用 group by 的功能；

在 SchemaRDD 中有 group by 的支持；

groupBy(groupingExprs: Expression*)(aggregateExprs: Expression*): SchemaRDD

Performs a grouping followed by an aggregation.

Q7:spark sql  現在支持 sql 的那些操作   一直在官網上沒能找到相應的 document？

Spark SQL API 的官方 Document 網址

http://spark.apache.org/docs/latest/api/scala/index.html#org.apache.spark.sql.SchemaRDD；

Spark SQL 使用的官方網址

http://spark.apache.org/docs/latest/sql-programming-guide.html

到此，相信大家對“spark sql 和 hbase 怎么結合”有了更深的了解，不妨來實際操作一番吧！這里是丸趣 TV 網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！