使用python&pandas读取hive数据

0 引子

最近需要在python服务端实现读取hive数据的功能,本以为会比较容易实现,结果因为需要同时支持在Linux(部署)和windowns(开发)上运行,稍微费了一番功夫查询和尝试。

1 支持hive的第三方包

在网上稍微搜索了一下,支持python连接到hive的第三方包有pyhive、pshs2、impala。

GitHub参考链接
pyhive => https://github.com/dropbox/PyHive
pyhs2 => https://github.com/BradRuderman/pyhs2
impala => https://github.com/cloudera/impyla

但是pyhs2的作者已经停止维护了,所以可以使用另外两种方式。

2 使用pyhive连接hive

pyhive的文档很详细,要注意的有两点:

  1. 安装的时候如果提示sasl安装失败,可以手动在UCI镜像站中下载。
  2. windowns系统上无法安装成功,各种依赖和协议的错误,查了很多issue未能解决。

官方提供四种连接方式,分别是DB-APIDB-API (asynchronous)SQLAlchemyPassing session configuration。文档很详细。

from pyhive import presto  # or import hive
cursor = presto.connect(host='192.168.10.10',port=10000).cursor
  • 6
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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