问题描述

集群默认计算引擎是 hive ，这两天自己试了一下 hive on spark 发现一个奇怪现象，首先 hive 引擎中文做简单查询或者聚合查询都正常，使用 spark 引擎简单查一个表的中文字段也没事，但是只要对 中文字段进行 group by 操作就乱码了

问题解决

在开启 spark session 后 加两个设置就好了

set spark.executor.extraJavaOptions="-Dfile.encoding=utf-8";
set spark.driver.extraJavaOptions="-Dfile.encoding=utf-8" ;

再次测试 spark session 内执行有关中文的任何查询不再出现乱码问题。