更新时间:2024-06-27 GMT+08:00
分享

基于PythonHive样例程序

功能介绍

本章节介绍如何使用Python连接Hive执行数据分析任务。

样例代码

使用Python方式提交数据分析任务,参考样例程序中的“hive-examples/python-examples/pyCLI_sec.py”。该样例程序连接的集群的认证模式是安全模式,运行样例程序之前需要使用kinit命令认证相应权限的Kerberos用户。
  1. 导入HAConnection类。
     from pyhs2.haconnection import HAConnection     
  2. 声明HiveServer的IP地址列表。本例中hosts代表HiveServer的节点,xxx.xxx.xxx.xxx代表业务IP地址。
    hosts = ["xxx.xxx.xxx.xxx", "xxx.xxx.xxx.xxx"] 

    如果HiveServer实例被迁移,原始的示例程序会失效。在HiveServer实例迁移之后,用户需要更新示例程序中使用的HiveServer的IP地址。

  3. 配置Kerberos主机名和服务名。本例中“krb_host”参数值为“hadoop.实际域名”,实际域名可登录FusionInsight Manager,选择“系统 > 权限 > 域和互信 > 本端域” 查看;主机名为hadoop,服务名为hive。
    conf = {"krb_host":"hadoop.<系统域名>", "krb_service":"hive"}     
  4. 创建连接,执行HQL,样例代码中仅执行查询所有表功能,可根据实际情况修改HQL内容,输出查询的列名和结果到控制台。
       try: 
           with HAConnection(hosts = hosts, 
                              port = 21066, 
                              authMechanism = "KERBEROS", 
                              configuration = conf) as haConn: 
               with haConn.getConnection() as conn: 
                   with conn.cursor() as cur: 
                       # show databases 
                       print cur.getdatabases() 
                        
                       # execute query 
                       cur.execute("show tables") 
                        
                       # return column info from query 
                       print cur.getschema() 
                        
                       # fetch table results 
                       for i in cur.fetch(): 
                           print i 
                            
       except exception, e: 
           print e

相关文档