前言:
需求:需要通过windows端的pycharm来操作hive。
于是就搜集资料寻找解决方案。
大概有三种方式:
- pyhs2 连接 hive,但是这个项目已经没有人维护了,弃用。
- Pyhive连接hive。
- imply连接hive。
协商后决定还是用imply。
以下是整个安装以及验证的过程:
1、启动HiveServer2
shell > cd /usr/local/apache-hive-2.3.1-bin
shell > nohup hiveserver2 1>/root/apps/hive-2.1.1/logs/hiveserver.log 2>/root/apps/hive-2.1.1/logs/hiveserver.err &(后台启动并将hivesever的日志导入对应的目录)
2、在Linux中安装impyla(前提是安装Python相关的环境、虚拟环境(可选))
# 安装依赖
shell > yum -y install gcc gcc-c++ cyrus-sasl-devel cyrus-sasl-plain
# 创建虚拟环境(linux下安装虚拟环境参考:)
shell > virtualenv --no-site-packages -p python3 venv
# 启用虚拟环境
shelll > source venv/bin/activate
#linux下python的安装教程见:
(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。你也可以到对应yarn的web界面去查看对应执行进度,或者在1中配置的日志文件中查看执行的过程。
# 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,你需要到对应的hiveserver2节点的hive-site中添加如下配置:
<property>
<name>hive.server2.authentication</name>
<value>PLAIN</value>
</property>。
# PLAIN 代表不启用认证,也就是 hive.server2.authentication 的默认值:NONE。