当前位置：首页 > article >正文

hive自定义函数缺包报错，以及运行时与hive冲突解决

article 2024/10/20 13:30:14

一.问题描述

仅描述了从配置到打包上传的过程，想要看解决请直接跳到下文的对应模块。

在使用hive设置自定义函数的时候在pom.xml中配置如下依赖，使其打包的时候带依赖打包：

<dependencies>
  <dependency>
    <groupId>org.apache.hive</groupId>
    <artifactId>hive-exec</artifactId>
    <version>3.1.2</version>
  </dependency>
  <!-- https://mvnrepository.com/artifact/org.apache.hadoop/hadoop-common -->
  <dependency>
    <groupId>org.apache.hadoop</groupId>
    <artifactId>hadoop-common</artifactId>
    <version>3.3.1</version>
  </dependency>

  <dependency>
    <groupId>redis.clients</groupId>
    <artifactId>jedis</artifactId>
    <version>3.0.0</version>
  </dependency>

  <dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>fastjson</artifactId>
    <version>2.0.50</version>
  </dependency>
</dependencies>

<build>
    <plugins>
        <plugin>
            <artifactId>maven-compiler-plugin</artifactId>
            <version>3.8.0</version>
            <configuration>
                <source>1.8</source>
                <target>1.8</target>
            </configuration>
        </plugin>
        <plugin>
            <artifactId>maven-assembly-plugin </artifactId>
            <configuration>
                <descriptorRefs>
                    <descriptorRef>jar-with-dependencies</descriptorRef>
                </descriptorRefs>
                <archive>
                    <manifest>
                        <mainClass>com.yunhe.UrlTransUdf</mainClass>
                    </manifest>
                </archive>
            </configuration>
            <executions>
                <execution>
                    <id>make-assembly</id>
                    <phase>package</phase>
                    <goals>
                        <goal>single</goal>
                    </goals>
                </execution>
            </executions>
        </plugin>
    </plugins>
</build>

打包如下：

一个是纯代码的较小，而另一个较大的就是我们需要的带依赖的jar包。

打好的包放到hive的lib里然后尝试使用：

二.报错与解决

运行hive添加jar包，函数：

add jar /opt/installs/hive/lib/mymonth-1.0-SNAPSHOT-jar-with-dependencies.jar;
create temporary function hurl as 'org.bigdata.IpToLocation';

在虚拟机hive尝试：

发现报错如下，那根据报错可以看出jar包执行成功是我们的hive和hadoop有问题，
那么是我们的jar包配置打包了hive和hadoop的依赖，但是却在hive中执行时引起了冲突：

但是为了在编写java的时候却又需要使用这两个配置，比较的麻烦
那么在maven中依赖是有生命周期的，所以要通过这方面来入手：

A 依赖 B，需要在 A 的 pom.xml 文件中添加 B 的坐标，添加坐标时需要指定依赖范围，依赖范围包括：

compile：编译范围，指 A 在编译时依赖 B，此范围为默认依赖范围。编译范围的依赖会用在编译、测试、运行，由于运行时需要所以编译范围的依赖会被打包。

provided：provided 依赖只有在当JDK 或者一个容器已提供该依赖之后才使用， provided 依赖在编译和测试时需要，在运行时不需要，比如：servlet api 被tomcat 容器提供。

runtime：runtime 依赖在运行和测试系统的时候需要，但在编译的时候不需要。比如：jdbc 的驱动包。由于运行时需要所以runtime 范围的依赖会被打包。

test：test 范围依赖在编译和运行时都不需要，它们只有在测试编译和测试运行阶段可用，比如：junit。由于运行时不需要所以test 范围依赖不会被打包。

system：system 范围依赖与 provided 类似，但是你必须显式的提供一个对于本地系统中JAR文件的路径，需要指定 systemPath 磁盘路径，system 依赖不推荐使用。

而我们的需求是编译需要，但是运行不需要以免与hive冲突，因此使用provided 。

在pom.xml添加如下后重新加载打包并且上传：