本地Hive执行Group By/Join查询报错：提示Jar文件不存在（文件实际存在）

我之前也碰到过一模一样的情况——简单查询都正常，一涉及聚合或关联就报文件不存在，但实际文件明明在。这类问题基本都和MapReduce任务的临时目录配置/权限有关，毕竟普通SELECT/INSERT可能直接走本地读取或轻量执行，而GROUP BY、JOIN这类操作会触发完整的MapReduce作业，对路径的要求完全不同。下面是一步步的排查和解决方法：

1. 先确认Hive的执行模式 #

首先看看你的Hive是不是开启了本地模式：在Hive CLI里执行

set hive.exec.mode.local.auto;

如果返回true，说明本地模式下MapReduce会在你的主机上运行，但临时目录配置可能有问题；如果是false，则是分布式模式，要重点检查HDFS上的临时目录。

2. 检查HDFS临时目录的存在与权限 #

Hive默认会把MapReduce的临时文件存在HDFS的/tmp/hive目录下，先确认这个目录是否存在：

hdfs dfs -ls /tmp

如果找不到hive目录，先创建它：

hdfs dfs -mkdir /tmp/hive

然后给它设置足够的权限（确保当前用户有读写权限，一般设置粘滞位防止误删）：

hdfs dfs -chmod 1777 /tmp/hive

3. 检查Hive临时目录的配置 #

重点看你的bashrc或者Hive-site.xml里的临时目录配置：

• 如果bashrc里有export HIVE_TMP_DIR，看看是不是指向了本地路径（比如/home/xxx/hive_tmp）。如果是，那问题就出在这！MapReduce任务会去集群节点的本地找这个目录，但你的文件只在localhost的本地，自然找不到。
• 把这个配置改成HDFS路径，比如：

export HIVE_TMP_DIR=/tmp/hive

修改后记得执行source ~/.bashrc让配置生效，然后重启Hive CLI。

4. 检查MapReduce的临时目录 #

MapReduce自身的临时目录默认是/tmp/hadoop-yarn，同样检查它的存在和权限：

hdfs dfs -ls /tmp/hadoop-yarn

如果不存在就创建，权限同样设置为1777。

5. 查看详细日志定位问题 #

如果上面的步骤都没解决，就去看Hive的日志或者MapReduce的任务日志，找到报错里具体缺失的文件路径——如果是本地路径，那肯定是临时目录配置成了本地；如果是HDFS路径，就检查该路径的权限和是否真的存在。

按照这个流程排查下来，基本都能解决问题，我当时就是把本地临时目录改成HDFS路径后就正常了。

内容的提问来源于stack exchange，提问作者Kumar Harsh