元数据换成mysql，请参考：hive mysql 安装配置，spark从kafka读取数据后，入库hdfs时，会连接mysql元数据库，spark采用的是长连接，当spark关闭时，连接会处于睡眠状态。长时间不处理，mysql的连接数就会被占满。
如果表多，字段多，通过命令行查看就不方便了。连hive推荐使用，DbVisualizer配置还是挺简单的。
hadoop家族操作大数据还是很给力的。今天就测试了一把，还行。
数据量过大，mysql支持不了。mysql只是个临时方案，最终大数据搭建好了以后，还是需要把mysql的数据，导入到hadoop中。
同事说spark-sql插入不了数据，读取数据可以。写会报以下错误
2019-02-20 19:12:40 INFO audit:371 - ugi=root ip=unknown-ip-addr cmd=get_table : db=dataall tbl=track_pc
Error in query: java.lang.IllegalArgumentException: Wrong FS: hdfs://aaaaa:9000/user/hive/warehouse/dataall.db/track_pc/.hive-staging_hive_2019-02-20_19-12-39_656_7771985312772642109-1/-ext-10000/part-00000-53761c78-6e3b-47e0-b203-57fba5f90856-c000, expected: hdfs://bbbbb;
hive读取数据，插入数据都可以。
mysql的数据库数据过大，做数据分析，需要从mysql转向hadoop。
hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。 其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。
hive默认使用derby数据库，了解了一下，测试环境可以用。真正线上还是替换成mysql还是比较靠谱。