必须手动配置匹配的jdbc驱动，dbeaver不自带hive驱动，自动下载易因版本错配导致classnotfoundexception或failed to open transport错误；需使用hive-jdbc-x.x.x-standalone.jar（如3.1.3对应hive-jdbc-3.1.3-standalone.jar），并确保wsl2中hiveserver2监听10000端口、dbeaver连接时填wsl2真实ip而非localhost。
要在DBeaver中成功连接Hive，必须手动配置匹配的JDBC驱动——DBeaver不自带Hive驱动，且自动下载常因版本错配导致连接失败，尤其在Hive 3.1.3或4.x环境下，用错jar包会直接报“ClassNotFoundException”或“Failed to open transport”错误。
获取正确的Hive JDBC驱动包
打开WSL2终端，进入Hive安装目录（如/opt/hive），执行：ls -l lib/hive-jdbc-*-standalone.jar。确认存在带-standalone后缀的jar包——这是唯一能独立运行的驱动，普通hive-jdbc-x.x.x.jar缺少Hadoop依赖，连不上。
若无standalone包，去Maven中央仓库下载对应Hive服务版本的hive-jdbc-x.x.x-standalone.jar（例如Hive 3.1.3 → hive-jdbc-3.1.3-standalone.jar），【绝不能用hive-jdbc-4.0.0.jar去连Hive 3.1.3服务】。
把jar文件复制到Windows本地路径，比如D:\drivers\hive-jdbc-3.1.3-standalone.jar。
在DBeaver中新建并配置Hive驱动
启动DBeaver → 数据库 → 驱动管理器 → 点击“新建” → 驱动名称填“Hive-3.1.3-standalone”。
切换到“库”标签页 → 点击“添加文件” → 选中你刚复制过来的hive-jdbc-3.1.3-standalone.jar。
本文档主要讲述的是用Apache Spark进行大数据处理——第一部分：入门介绍；Apache Spark是一个围绕速度、易用性和复杂分析构建的大数据处理框架。最初在2009年由加州大学伯克利分校的AMPLab开发，并于2010年成为Apache的开源项目之一。 在这个Apache Spark文章系列的第一部分中，我们将了解到什么是Spark，它与典型的MapReduce解决方案的比较以及它如何为大数据处理提供了一套完整的工具。希望本文档会给有需要的朋友带来帮助；感
切换到“设置”标签页 → 找到“驱动类”，手动输入：org.apache.hive.jdbc.HiveDriver → 保存驱动。
配置Hive连接参数（关键IP与端口）
第一步：在Windows PowerShell中运行wsl - hostname -I，获取WSL2当前IP（如172.18.230.242）——【不能填localhost或127.0.0.1，WSL2 NAT网络下宿主机无法直连】。
第二步：确认HiveServer2已在WSL2中监听10000端口：netstat -tlnp | grep :10000，输出应含java.*hiveserver2进程。
第三步：DBeaver中新建数据库连接 → 选择“Apache Hive” → 填写：
主机：172.18.230.242
端口：10000
数据库：default
用户名：hive（或你实际配置的Hadoop用户）
密码：留空（Hive默认无认证，除非启用了LDAP/Kerberos）。
点击“编辑驱动设置” → 在“驱动”下拉框中，选中你刚创建的“Hive-3.1.3-standalone”驱动 → 点击“测试连接”。
