Spark SQL Thriftサーバーの使用

Spark SQL Thriftサーバーは、JDBCとODBCのインターフェイスを使用してDSEにクライアント接続します。

1. Kerberos認証を使用している場合は、hive-site.xmlファイルで、Spark SQL Thriftサーバーの認証情報を構成します。

       <property>
         <name>hive.server2.authentication.kerberos.principal</name>
         <value>thriftserver/_HOST@EXAMPLE.COM</value>
       </property>
   
       <property>
         <name>hive.server2.authentication.kerberos.keytab</name>
         <value>/etc/dse/dse.keytab</value>
       </property>

   以下のように、Sparkディレクトリーでhive-site.xmlファイルを使用します。

   Installer-Servicesおよびパッケージのインストール	/etc/dse/spark/hive-site.xml
   Installer-No Servicesおよびtarボールのインストール	installation_location/resources/spark/conf/hive-site.xml

2. サービスとしてSparkを有効にした状態またはスタンドアローンのインストールで、DataStax Enterpriseを起動します。
3. パーミッションを持つユーザーとして、dse spark-sql-thriftserver startコマンドを入力してサーバーを起動し、Sparkディレクトリーに書き込みます。

   サーバーのデフォルト設定をオーバーライドするには、--hiveconfオプションを使用して、構成プロパティを渡します。構成プロパティの詳細なリストについては、HiveServer2のドキュメントを参照してください。

   $ dse spark-sql-thriftserver start

   デフォルトでは、サーバーは起動したノード上のlocalhostインターフェイスのポート10000をリッスンします。特定のポートで起動するサーバーを指定することができます。たとえば、ポート10001でサーバーを起動するには、--hiveconf hive.server2.thrift.port=10001オプションを使用します。resources/spark/conf/spark-env.shで、ポートを構成して、アドレスをバインドすることができます。HIVE_SERVER2_THRIFT_PORT, HIVE_SERVER2_THRIFT_BIND_HOST

   $ dse spark-sql-thriftserver start --hiveconf hive.server2.thrift.port=10001

   --confオプションを使用して、一般的なSpark構成設定を指定できます。

   $ dse spark-sql-thrift-server start --conf spark.cores.max=4

4. DataFramesを使用して、大量のデータの読み取りや書き込みを行います。たとえば、table_aを参照しながら、DataFrameを使用するtable_a_cass_dfテーブルを作成するには、次のようにします。

   CREATE TABLE table_a_cass_df using org.apache.spark.sql.cassandra OPTIONS (table "table_a", keyspace "ks")

   注: DataFramesで、JDBCドライバーでデータを挿入する際、UUIDおよびInetのタイプで互換性の問題が存在します。
5. Spark Cassandra Connectorのチューニング・パラメーターを使用して、読み取りと書き込みを最適化します。
6. サーバーを停止するには、dse spark-sql-thriftserver stopコマンドを入力します。

   $ dse spark-sql-thriftserver stop