基于Python3的Hive样例程序

功能介绍

本章节介绍如何使用Python3连接Hive执行数据分析任务。

样例代码

安全模式连接Hive前需要使用集群客户端进行认证，使用kinit命令认证相应权限的Kerberos用户，认证后执行分析任务示例在“hive-examples/python3-examples/pyCLI_sec.py”文件中。

1. 导入hive类

   from pyhive import hive

2. 创建JDBC连接。

   connection = hive.Connection(host='hiveserverIp', port=hiveserverPort, username='hive', database='default', auth='KERBEROS', kerberos_service_name="hive", krbhost='hadoop.hadoop.com')

   需按照实际环境修改以下参数：

   • hiveserverIp：替换为实际需要连接的HiveServer节点IP地址，可登录FusionInsight Manager，选择“集群 > 服务 > Hive > 实例”查看。
   • hiveserverPort：需要替换为Hive服务的端口，可在FusionInsight Manager界面，选择“集群 > 服务 > Hive > 配置”，在搜索框中搜索“hive.server2.thrift.port”查看，默认值为“10000”。
   • username：参数值为实际使用的用户名，即准备集群认证用户信息创建的用户名。
   • kerberos_service_name：参数值为实际连接的实例，以连接Hive为例，修改为：kerberos_service_name="hive"。
   • krbhost：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。
3. 执行SQL语句，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。

   cursor = connection.cursor()
   cursor.execute('show tables')

4. 获取结果并输出

   for result in cursor.fetchall():
       print(result)