Hive连接参数说明
- MRS Hive
- FusionInsight Hive
- Apache Hive
作业运行中禁止修改密码或者更换用户。在作业运行过程中修改密码或者更换用户,密码不会立即生效且作业会运行失败。
MRS Hive
用户具有MRS Hive连接的表的访问权限时,才能在字段映射时看到表。
MRS Hive连接适用于华为云上的MapReduce服务。MRS Hive的连接参数如表1所示。
-
当前暂不支持对接“Kerberos加密类型”为“aes256-sha2,aes128-sha2”的MRS集群。如需对接MRS集群,请注意“Kerberos加密类型”应为“aes256-sha1,aes128-sha1”。
- 新建MRS Hive连接前,需在MRS中添加一个kerberos认证用户并登录MRS管理页面更新其初始密码,然后使用该新建用户创建MRS连接。
- 如需连接MRS 2.x版本的集群,请先创建2.x版本的CDM集群。CDM 1.8.x版本的集群无法连接MRS 2.x版本的集群。
- 由于当前CDM Hive连接是从MRS HDFS组件获取core-site.xml配置信息,所以在MRS侧使用的是Hive over OBS场景时,在创建Hive连接前,需要用户在MRS管理界面的HDFS组件中配置OBS的AK、SK信息。
- 需确保MRS集群和DataArts Studio实例之间网络互通,网络互通需满足如下条件:
- DataArts Studio实例(指DataArts Studio实例中的CDM集群)与MRS集群处于不同区域的情况下,需要通过公网或者专线打通网络。通过公网互通时,需确保CDM集群已绑定EIP,MRS集群可以访问公网且防火墙规则已开放连接端口。
- DataArts Studio实例(指DataArts Studio实例中的CDM集群)与MRS集群同区域情况下,同虚拟私有云、同子网、同安全组的不同实例默认网络互通;如果同虚拟私有云但子网或安全组不同,还需配置路由规则及安全组规则,配置路由规则请参见如何配置路由规则章节,配置安全组规则请参见如何配置安全组规则章节。
- 此外,还需确保该MRS集群与DataArts Studio工作空间所属的企业项目相同,如果不同,您需要修改工作空间的企业项目。
参数名 |
说明 |
取值样例 |
---|---|---|
名称 |
连接的名称,根据连接的数据源类型,用户可自定义便于记忆、区分的连接名。 |
hivelink |
Manager IP |
MRS Manager的浮动IP地址,可以单击输入框后的“选择”来选定已创建的MRS集群,CDM会自动填充下面的鉴权参数。
说明:
当前DataArts Studio不支持对接“Kerberos加密类型”为“aes256-sha2,aes128-sha2”的MRS集群。如需对接MRS集群,请注意“Kerberos加密类型”应为“aes256-sha1,aes128-sha1”。 |
127.0.0.1 |
认证类型 |
访问MRS的认证类型:
|
SIMPLE |
Hive版本 |
Hive的版本。根据服务端Hive版本设置。 |
HIVE_3_X |
用户名 |
选择KERBEROS鉴权时,需要配置MRS Manager的用户名和密码。从HDFS导出目录时,如果需要创建快照,这里配置的用户需要HDFS系统的管理员权限。
如果要创建MRS安全集群的数据连接,不能使用admin用户。因为admin用户是默认的管理页面用户,这个用户无法作为安全集群的认证用户来使用。您可以创建一个新的MRS用户,然后在创建MRS数据连接时,“用户名”和“密码”填写为新建的MRS用户及其密码。
说明:
|
cdm |
密码 |
访问MRS Manager的用户密码。 |
- |
开启LDAP认证 |
通过代理连接的时候,此项可配置。 当MRS Hive对接外部LDAP开启了LDAP认证时,连接Hive时需要使用LDAP账号与密码进行认证,此时必须开启此参数,否则会连接失败。 |
否 |
LDAP用户名 |
当“开启LDAP认证”参数选择为“是”时,此参数是必选项。 填写为MRS Hive开启LDAP认证时配置的用户名。 |
- |
LDAP密码 |
当“开启LDAP认证”参数选择为“是”时,此参数是必选项。 填写为MRS Hive开启LDAP认证时配置的密码。 |
- |
OBS支持 |
需服务端支持OBS存储。在创建Hive表时,您可以指定将表存储在OBS中。 |
否 |
访问标识(AK) |
当“OBS支持”参数选择为“是”时,此参数是必选项。请注意,此处AK/SK对应的账号应具备OBS Buckets Viewer系统权限,否则会无法访问OBS并报“403 AccessDenied”错误。 您需要先创建当前账号的访问密钥,并获得对应的AK和SK。
|
- |
密钥(SK) |
- |
|
运行模式 |
“HIVE_3_X”版本支持该参数。支持以下模式:
|
EMBEDDED |
检查Hive JDBC连通性 |
是否需要测试Hive JDBC连通。 |
否 |
是否使用集群配置 |
您可以通过使用集群配置,简化Hadoop连接参数配置。 |
否 |
集群配置名 |
仅当“是否使用集群配置”为“是”时,此参数有效。此参数用于选择用户已经创建好的集群配置。 集群配置的创建方法请参见管理集群配置。 |
hive_01 |
单击“显示高级属性”,然后单击“添加”,您可以添加客户端的配置属性。所添加的每个属性需配置属性名称和值。对于不再需要的属性,可单击属性后的“删除”按钮进行删除。
- connectTimeout=360000与socketTimeout=360000:迁移数据量较大、或通过查询语句检索全表时,会由于连接超时导致迁移失败。此时可自定义连接超时时间与socket超时时间(单位ms),避免超时导致失败。
- hive.server2.idle.operation.timeout=360000:为避免Hive迁移作业长时间卡住,可自定义operation超时时间(单位ms)。
- hive.storeFormat=textfile:关系型数据库迁移到Hive时,自动建表默认为orc格式。如果需要指定为textfile格式,可增加此配置。parquet格式同理,hive.storeFormat属性值指定为parquet格式即可。
- fs.defaultFS=obs://hivedb:对接的MRS Hive为存算分离模式时,可通过此配置获取更佳兼容性。
FusionInsight Hive
FusionInsight Hive连接适用于用户在本地数据中心自建的FusionInsight HD,需通过专线连接。
FusionInsight Hive的连接参数如表2所示。
参数名 |
说明 |
取值样例 |
---|---|---|
名称 |
连接的名称,根据连接的数据源类型,用户可自定义便于记忆、区分的连接名。 |
hivelink |
Manager IP |
FusionInsight Manager平台的地址。 |
127.0.0.1 |
Manager端口 |
FusionInsight Manager平台的端口。 |
28443 |
CAS Server端口 |
与FusionInsight对接的CAS Server的端口。 |
20009 |
认证类型 |
访问集群的认证类型:
|
SIMPLE |
Hive版本 |
Hive的版本。 |
HIVE_3_X |
用户名 |
登录FusionInsight Manager平台的用户名。 |
cdm |
密码 |
FusionInsight Manager平台的密码。 |
- |
OBS支持 |
需服务端支持OBS存储。在创建Hive表时,您可以指定将表存储在OBS中。 |
否 |
访问标识(AK) |
当“OBS支持”参数选择为“是”时,此参数是必选项。请注意,此处AK/SK对应的账号应具备OBS Buckets Viewer系统权限,否则会无法访问OBS并报“403 AccessDenied”错误。 您需要先创建当前账号的访问密钥,并获得对应的AK和SK。
|
- |
密钥(SK) |
- |
|
运行模式 |
“HIVE_3_X”版本支持该参数。支持以下模式:
|
EMBEDDED |
是否使用集群配置 |
您可以通过使用集群配置,简化Hadoop连接参数配置。 |
否 |
集群配置名 |
仅当“是否使用集群配置”为“是”时,此参数有效。此参数用于选择用户已经创建好的集群配置。 集群配置的创建方法请参见管理集群配置。 |
hive_01 |
单击“显示高级属性”,然后单击“添加”,您可以添加客户端的配置属性。所添加的每个属性需配置属性名称和值。对于不再需要的属性,可单击属性后的“删除”按钮进行删除。
- connectTimeout=360000与socketTimeout=360000:迁移数据量较大、或通过查询语句检索全表时,会由于连接超时导致迁移失败。此时可自定义连接超时时间与socket超时时间(单位ms),避免超时导致失败。
- hive.server2.idle.operation.timeout=360000:为避免Hive迁移作业长时间卡住,可自定义operation超时时间(单位ms)。
Apache Hive
Apache Hive连接适用于用户在本地数据中心或ECS上自建的第三方Hadoop,其中本地数据中心的Hadoop需通过专线连接。
Apache Hive的连接参数如表3所示。
参数名 |
说明 |
取值样例 |
---|---|---|
名称 |
连接的名称,根据连接的数据源类型,用户可自定义便于记忆、区分的连接名。 |
hivelink |
URI |
NameNode URI地址。 |
hdfs://hacluster |
Hive元数据地址 |
设置Hive元数据地址,参考 hive.metastore.uris配置项。例如:thrift://host-192-168-1-212:9083 |
- |
认证类型 |
访问集群的认证类型:
|
SIMPLE |
Hive版本 |
Hive的版本。 |
HIVE_3_X |
IP与主机名映射 |
如果Hadoop配置文件使用主机名,需要配置IP与主机的映射。格式:IP与主机名之间使用空格分隔,多对映射使用分号或回车换行分隔。 |
- |
OBS支持 |
需服务端支持OBS存储。在创建Hive表时,您可以指定将表存储在OBS中。 |
否 |
访问标识(AK) |
当“OBS支持”参数选择为“是”时,此参数是必选项。请注意,此处AK/SK对应的账号应具备OBS Buckets Viewer系统权限,否则会无法访问OBS并报“403 AccessDenied”错误。 您需要先创建当前账号的访问密钥,并获得对应的AK和SK。
|
- |
密钥(SK) |
- |
|
运行模式 |
“HIVE_3_X”版本支持该参数。支持以下模式:
|
EMBEDDED |
是否使用集群配置 |
您可以通过使用集群配置,简化Hadoop连接参数配置。 |
否 |
集群配置名 |
当“是否使用集群配置”为“是”或“认证类型”为“KERBEROS”时,此参数有效。此参数用于选择用户已经创建好的集群配置。 集群配置的创建方法请参见管理集群配置。 |
hive_01 |
Hive JDBC连接串 |
连接Hive JDBC的url,默认使用匿名用户连接。 |
- |
单击“显示高级属性”,然后单击“添加”,您可以添加客户端的配置属性。所添加的每个属性需配置属性名称和值。对于不再需要的属性,可单击属性后的“删除”按钮进行删除。
- connectTimeout=360000与socketTimeout=360000:迁移数据量较大、或通过查询语句检索全表时,会由于连接超时导致迁移失败。此时可自定义连接超时时间与socket超时时间(单位ms),避免超时导致失败。
- hive.server2.idle.operation.timeout=360000:为避免Hive迁移作业长时间卡住,可自定义operation超时时间(单位ms)。