
57
2
장
스칼라와 스파크를 활용한 데이터 분석
을 통해서 하이브 메타스토어에 연결할 수 있으며
Builder
API
SparkSession
의
enable
HiveSupport
메서드를 호출하여
HiveQL
도 사용할 수 있다.
val sparkSession = SparkSession.builder.
master("local[4]")
.enableHiveSupport()
.getOrCreate()
스파크
2
.
x
에서는 하이브 메타스토어에 있는 모든 테이블을 데이터프레임으로 처리하고, 메
타스토어에 정의된 테이블에
Spark
SQL
질의를 수행하고, 하이브나 임팔라
Apache
Impala
, 프
레스토
Presto
등 다른 도구로도 이어서 질의가 가능하도록
Spark
SQL
질의의 결과를 메타스
토어에 저장할 수 있다.
2.9
데이터프레임에 대한 빠른 요약 통계
SQL
을 사용하건
DataFrame
API
를 사용하건 동등하게 잘 표현할 수 있는 분석 작업의 종류
도 많지만, 어떤 일들은
SQL
로 작업하면 지루한 일을 반복해야 해서 데이터프레임으로 할 수
있었으면 하는 그런 영역도 있다. 이중에
DataFrame
API
가 특히 도움되는 작업으로 데이터
프레임의 수치 열에 있는 유효한 모든 값에 대해서 최솟값, 최댓값, 평균 및 표준편차를 구하는
작업이 있다.
R
에서