环境准备

在配置开源Spark组件对接LakeFormation前，需要提前准备以下信息：

1. 准备可用的开源Spark环境、开源Hive环境。并安装Git环境。

   目前仅支持对接Spark 3.1.1以及Spark 3.3.1两个版本。对应使用Hive内核版本为2.3。

2. 准备LakeFormation实例，详细操作请参考创建LakeFormation实例。
3. 创建LakeFormation接入客户端，并与Spark在相同的虚拟私有云、子网下，详细操作请参考管理接入客户端。
4. 准备开发环境，详细操作请参考准备开发程序环境中“准备开发环境”部分，其中“安装和配置IntelliJ IDEA”为可选。
5. 准备LakeFormation客户端。
   • 方式一：下载客户端发行版

     获取地址为：https://gitee.com/HuaweiCloudDeveloper/huaweicloud-lake-formation-lakecat-sdk-java/releases

     根据Spark、Hive版本下载对应客户端（如Spark3.1.1，对应Hive版本为2.3.7，则下载lakeformation-lakecat-client-hive2.3-v1.0.0.rar）

     校验压缩包：下载后在Windows环境下执行certutil -hashfile <压缩包> sha256，检查回显信息与对应sha256文件内容是否一致。

   • 方式二：本地编译客户端
     1. 获取客户端代码。

        获取地址为：https://gitee.com/HuaweiCloudDeveloper/huaweicloud-lake-formation-lakecat-sdk-java。

     2. 在Git中执行以下命令将分支切换为“master_dev”：

        git checkout master_dev

     3. 配置maven源，详细操作请参考获取SDK并配置maven。
     4. 获取以下jar包及对应的pom文件，并将文件放入maven本地仓库。
        例如本地仓库地址为“D:\maven\repository”，则放入“D:\maven\repository\com\huaweicloud\hadoop-huaweicloud\3.1.1-hw-53.8”目录下。

        • jar包：https://github.com/huaweicloud/obsa-hdfs/blob/master/release/hadoop-huaweicloud-3.1.1-hw-53.8.jar
        • pom文件：https://github.com/huaweicloud/obsa-hdfs/blob/master/hadoop-huaweicloud/pom.xml，并改名为hadoop-huaweicloud-3.1.1-hw-53.8.pom。
     5. 编译打包客户端代码。
     6. 根据Spark版本，进入客户端工程目录，执行以下打包命令：
        mvn clean install -DskipTests=true -P"${SPARK_PROFILE}" -P"${HIVE_PROFILE}"

        • SPARK_PROFILE：填写spark-3.1或者spark-3.3。
        • HIVE_PROFILE：填写hive-2.3。
     7. 打包完成后可以在“lakeformation-lakecat-client”的target目录下获取“lakeformation-lakecat-client-1.0.0.jar”。

        

6. 准备并补充替换Hive内核相关的jar包。
   

   如仅使用SparkCatalogPlugin方式对接，不使用MetastoreClient方式对接，本步骤可省略。

   • 方式一：下载预构建Hive相关jar包

     获取地址为：https://gitee.com/HuaweiCloudDeveloper/huaweicloud-lake-formation-lakecat-sdk-java/releases

     根据Spark、Hive版本下载对应客户端（如Spark3.1.1，对应Hive版本为2.3.7，则下载hive-exec-2.3.7-core.jar、hive-common-2.3.7.jar）

   • 方式二：本地编译Hive相关jar包

     如果对接的环境为Spark 3.1.1，则需使用Hive 2.3.7版本。对接的环境为Spark 3.3.1，则需使用Hive 2.3.9版本。

     Windows系统下需要在WSL开发环境下进行maven相关操作。

     1. 根据Hive版本下载Hive源码。

        例如Hive内核版本号为2.3.9，则下载链接为https://github.com/apache/hive/tree/rel/release-2.3.9。

     2. 将LakeFormation的客户端代码中的patch应用到Hive源码。
        1. 根据需要切换Hive源码分支，例如Hive内核版本号为2.3.9，则执行如下命令：

           git checkout rel/release-2.3.9

        2. 执行以下命令，将patch应用到切换分支后的Hive源码工程。

           mvn patch:apply -DpatchFile=${your patch file location}

           其中，“your patch file location”为hive-2_3_for_lakeformation.patch的存储路径。patch文件可在客户端工程中获取，如下图所示：

           

        3. 执行以下命令重新编译Hive内核源码。

           mvn clean install -DskipTests=true

7. 补充Spark环境所需jar包。

   获取以下jar包，并补充或替换到Spark的jars目录下。

   表1 获取Spark环境所需jar包

   序号	jar包名称	获取途径
   1	spring-web-5.3.24.jar	https://mirrors.huaweicloud.com/repository/maven/org/springframework/spring-web/5.3.24/
   2	spring-core-5.3.24.jar	https://mirrors.huaweicloud.com/repository/maven/org/springframework/spring-core/5.3.24/
   3	spring-context-5.3.24.jar	https://mirrors.huaweicloud.com/repository/maven/org/springframework/spring-context/5.3.24/
   4	spring-beans-5.3.24.jar	https://mirrors.huaweicloud.com/repository/maven/org/springframework/spring-beans/5.3.24/
   5	caffeine-2.9.3.jar	https://mirrors.huaweicloud.com/repository/maven/com/github/ben-manes/caffeine/caffeine/2.9.3/
   6	mapstruct-1.5.3.Final.jar	https://mirrors.huaweicloud.com/repository/maven/org/mapstruct/mapstruct/1.5.3.Final/
   7	log4j-api-2.19.0.jar（spark3.3无需补充）	https://mirrors.huaweicloud.com/repository/maven/org/apache/logging/log4j/log4j-api/2.19.0/
   8	java-sdk-core-3.2.4.jar （如果仅使用自定义认证信息获取类使用Token认证，则无需补充该jar包。）	https://mirrors.huaweicloud.com/repository/maven/huaweicloudsdk/com/huawei/apigateway/java-sdk-core/3.2.4/
   9	bcprov-jdk15to18-1.70.jar	https://mirrors.huaweicloud.com/repository/maven/org/bouncycastle/bcprov-jdk15to18/1.70/
   10	jca-1.0.4.jar	https://mirrors.huaweicloud.com/repository/maven/org/openeuler/jca/1.0.4/
   11	hadoop-huaweicloud-3.1.1-hw-53.8.jar	https://github.com/huaweicloud/obsa-hdfs/blob/master/release/hadoop-huaweicloud-3.1.1-hw-53.8.jar
   12	lakeformation-lakecat-client-1.0.0.jar	步骤 5中获取。
   13	hive-exec-${version}-core.jar	步骤 6中获取。
   14	hive-common-${version}.jar	步骤 6中获取。