Python hive查看表更新时间

hive脚本查看表更新时间 

Python hive查看表更新时间 

from impala.dbapi import connect
from pandasql import sqldf
pysqldf = lambda x: sqldf(x, globals())
from sqlalchemy import create_engine
import pandas as pd
import arrow,time
from impala.util import as_pandas



def search_big_data_df(sql):
#     conn = connect(host='192.168.249.212', port=10000, user='yinboya',auth_mechanism='PLAIN')
    conn = connect(host='nn1.hadoop.com', port=10000, user='hueadmin',auth_mechanism='PLAIN',timeout=False)    

    cur = conn.cursor()
    df = pd.DataFrame()
    try:
        for i in sql.split(';'):
            cur.execute(i)
        df = as_pandas(cur)
    except Exception as e:
            import traceback
            print(traceback.format_exc())
    conn.close()
    return df
sql = """
use ods;
show tables
"""
dftables = search_big_data_df(sql)# 获取ods库所有表

#循环扫描所有表更新时间
for t in dftables.to_dict('r'):
    
    sql = """
    dfs -ls /user/hive/warehouse/ods.db/{0}
    """.format(t['tab_name'])
#     print(sql)
    df = search_big_data_df(sql)
    df = df.iloc[1:,:]
    df['DFS Output']=df['DFS Output'].apply(lambda x:" ".join(x.split(' ')[-3:-1]))
    df.sort_values('DFS Output',inplace=True)
    # 拿取最新块更新时间
    time_str = list(df['DFS Output'])[-1]
    # 时间比对 小于三天时间打印出来
    if arrow.get(time_str)<arrow.now().shift(days=-3):
         print(t['tab_name'],time_str)


 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值