Python3 impyla 连接 hiveserver2
简介:
接到一个任务,需要从 hive 中读取数据,生成报表。
于是找到了官方文档:https://cwiki.apache.org/confluence/display/Hive/Setting+Up+HiveServer2#SettingUpHiveServer2-PythonClientDriver
官方文档提供了一个使用 pyhs2 连接 hive 的例子,这本来很好的嘛。
结果去 Github:https://github.com/BradRuderman/pyhs2 瞅了一眼,很遗憾 pyhs2 项目已经不维护了。
不过,提供了两个很不错的替代项目:https://github.com/cloudera/impyla、https://github.com/dropbox/PyHive
终于绕到今天的主角了~
一、HiveServer2
shell > cd /usr/local/apache-hive-2.3.1-bin shell > sh bin/hiveserver2 start > logs/beeline.log 2>&1 & # 这就启动了,停止的话好像必须 kill pid。
二、impyla
# 安装依赖 shell > yum -y install gcc gcc-c++ cyrus-sasl-devel cyrus-sasl-plain # 创建虚拟环境 shell > virtualenv --no-site-packages -p python3 venv # 启用虚拟环境 shelll > source venv/bin/activate (venv) shell > python -V Python 3.6.3 # 安装 impyla 及所需依赖包 (venv) shell > pip install ipython six bit_array thriftpy thrift_sasl==0.2.1 sasl impyla (venv) shell > ipython In [1]: from impala.dbapi import connect In [2]: conn = connect(host="192.168.10.45", port=10000, database="logsdb", auth_mechanism="PLAIN") In [3]: cur = conn.cursor() In [4]: cur.execute("select count(*) from log_bftv_api") In [5]: cur.fetchone() Out[5]: (1379094425,) In [6]: conn.close() # 程序查出了 hive table log_bftv_api 中总共有 1379094425 条数据。 # 其中,连接配置中 auth_mechanism 的值由 hive-site.xml 配置文件中 hive.server2.authentication 配置项指定。 # PLAIN 代表不启用认证,也就是 hive.server2.authentication 的默认值:NONE。