Python连接Impala获取表的数据，遇到的坑

本文记录使用Linux下，Python连接Impala获取某表的数据过程。

一、安装需要的包

安装了以下的包：

bitarray-1.5.1.tar.gz

six-1.14.0-py2.py3-none-any.whl

thrift-0.13.0.tar.gz

ply-3.11.tar.gz

thriftpy2-0.4.11.tar.gz

yum install gcc-c++ python-devel.x86_64 cyrus-sasl-devel.x86_64

sasl-0.2.1.tar.gz

thrift_sasl-0.4.2.tar.gz

thrift-0.13.0.tar.gz

impyla-0.16.2.tar.gz

二、测试链接是否成功

import pandas as pd
from impala.dbapi import connect
from impala.util import as_pandas
import datetime
from sqlalchemy import create_engine
print('开始测试链接')


conn = create_engine("impala://用户名:密码@IP:port/库名?auth_mechanism=PLAIN")
print('get data....')
data = pd.read_sql("select * from 表名", con=conn)
print('获取数据结束，打印数据。')
print(data)

print('finish...')

三、遇到的问题

在测试连接时，遇到一下问题：

四、解决

经过在网上的多次查找，终于找到错误原因：thrift_saal版本不匹配。故，进行一下操作：

1）删除：

        thrift_sasl-0.4.2.tar.gz

2）安装：

        Cython-0.29.21-cp37-cp37m-manylinux_x86.64.whl

        thriftpy-0.3.9.tar.gz

        thrift_sasl-0.2.1.tar.gz

OK.