【Hive|Spark】spark写入hive表存储格式问题

一、问题描述

    spark经过转化的DF/DS，存储hive的一般写法为：

DF.write.format("orc").mode(SaveMode.Append).saveAsTable("default.student")

    1、如果hive本身不存在此表，则会在hive自动创建对应的表进行数据存储。

    2、如果hive中存在此表，则就会分为两种情况进行考虑。

   ** 第一种情况：**存在的student表是使用spark写入hive程序自动创建得到的，则这种情况下可以正常写入。        

DF.write.format("orc").mode(SaveMode.Append).saveAsTable("default.student")

 **   第二种情况：**存在的student表是使用hive命令创建得到的，这种情况下会报错。

create table student(name string,sex string) stored as orc;

    **报错信息为：**

The format of the existing table default.student is HiveFileFormat. It doesn't match the specified format OrcFileFormat.;

二、原因分析

1、报错信息分析

• The format of the existing table default.student is HiveFileFormat是说spark程序认为hive中使用命令创建的orc表，在它的眼中存储格式是HiveFileFormat。
• It doesn't match the specified format OrcFileFormat 是说spark程序中要存储的student的dataFram是OrcFileFormat格式，与hive中创建表的存储格式不匹配。

2、思考

    为什么明明在hive中使用命令创建的student表就是orc格式，却和spark程序中要存储指定的orc格式不匹配呢？

3、结论

• 在hive中使用命令创建的任何存储格式的表，在spark程序看来都是HiveFileFormat格式的表。
• spark程序只认自己通过代码向hive创建各种存储格式的表并能与之对应匹配和存储数据。
• 对于使用hive命令创建过的表，spark对应匹配的指定格式统一为HiveFileFormat格式。

三、解决办法

    对于hive命令已经创建过的任何存储格式的表，spark写入的时候统一使用如下写法：

DF.write.format("Hive").mode(SaveMode.Append).saveAsTable("default.student")