看起来你的Thrift Server大概率是默认以local模式启动的，完全没和Spark集群建立关联，所以所有操作都只在本地跑。咱们一步步排查解决：

1. 修正Thrift Server的启动命令 #

默认的start-thriftserver.sh如果不加参数，会默认用local[*]模式，根本不会连接到你的Spark集群。你需要在启动时明确指定Spark Master的地址，同时按需分配资源：

# 进入Spark的bin目录
cd $SPARK_HOME/bin
# 启动Thrift Server，指定集群主节点、Executor资源
./start-thriftserver.sh \
  --master spark://spark-master:7077 \
  --executor-memory 2G \
  --total-executor-cores 4

这里--master必须指向你的Spark主节点（默认端口7077，如果你改了配置就用对应端口），--executor-memory和--total-executor-cores根据你的集群硬件情况调整，这样Thrift Server才会向集群申请工作节点的资源。

2. 检查Spark核心配置文件 #

确保$SPARK_HOME/conf/spark-defaults.conf里已经配置了集群相关参数，让Thrift Server默认以集群模式运行：

# 指定Spark集群主节点地址
spark.master                     spark://spark-master:7077
# 提交模式用client（Thrift Server常用模式）
spark.submit.deployMode          client
# 指定Executor实例数（对应你的2个工作节点）
spark.executor.instances         2
# 每个Executor的内存
spark.executor.memory            2G
# 集群可用的最大CPU核心数
spark.cores.max                  4

修改完配置后，记得重启Thrift Server生效。

3. 确认Beeline的连接URL #

你用Beeline连接时，要确保URL正确指向Thrift Server的服务地址，命令应该是这样：

beeline -u "jdbc:hive2://spark-master:10000/default"

这里spark-master是你部署Thrift Server的节点（通常和Spark主节点同一台），默认端口10000，如果改了配置就用对应端口。

4. 验证集群资源分配状态 #

启动Thrift Server后，打开Spark主节点的Web UI（http://spark-master:8080），应该能看到Thrift Server对应的Application，并且在Workers列表里能看到工作节点上已经启动了Executor。如果看不到Executor，排查这两点：

• 工作节点是否正常注册到主节点（看8080页面的Workers板块，确保两个节点都在线）
• 主节点的剩余资源是否足够（比如内存、CPU有没有被其他任务占满）

5. 配置Cassandra-Spark Connector的集群参数 #

因为你要操作Cassandra集群，还要确保Spark能正确连接到所有Cassandra节点，在spark-defaults.conf里加上Connector的配置：

# 指定所有Cassandra节点地址，用逗号分隔
spark.cassandra.connection.host  cassandra-node1,cassandra-node2,cassandra-node3,cassandra-node4,cassandra-node5,cassandra-node6
# 如果Cassandra开启了认证，加上用户名密码
# spark.cassandra.auth.username    your-cassandra-username
# spark.cassandra.auth.password    your-cassandra-password

这样Spark在查询Cassandra数据时，会分布式读取各个节点的数据，真正利用集群的并行能力。

6. 测试分布式查询效果 #

最后可以跑个简单的测试验证，比如在Beeline里执行统计查询：

SELECT COUNT(*) FROM your_keyspace.your_cassandra_table;

然后回到Spark主节点的Web UI，点击Thrift Server对应的Application进入详情页，查看Stages板块，如果能看到多个Task被分配到不同的工作节点Executor上运行，就说明集群已经在正常工作了。

如果还是有问题，去$SPARK_HOME/logs目录下找Thrift Server的日志文件（名字类似spark-*-thriftserver-*.log），看看有没有连接集群失败、资源不足之类的报错，日志会帮你定位具体问题。

内容的提问来源于stack exchange，提问作者user2051904