Python链接Hive读取数据的几种方式

2023年1月17日 669次阅读 来源: GYBE

R和Python是数据分析人员常用的两个工具, 笔主在R通过RJDBC链接Hive 介绍了R如何链接Hive, 今天换Python.

以下有几种链接方式, 标题均包含了官方链接, 详情大家可点击查看

注意:

  • Python链接Hive和Python版本和包版本有很大关系, 建议大家通过Anaconda进行管理, 欢迎阅读Mac下Anaconda的安装和使用
  • thrift, sasl, thrift_sasl, thriftpy这几个包均会用到, 请提前安装好, 建议用安装对应版本
    • thrift – 0.11.0
    • sasl – 0.2.1
    • thrift_sasl – 0.3.0
    • thriftpy – 0.3.9

笔主环境

  • 版本
# 系统
macOS Mojave Version 10.14.2
# Python
Python 3.7.1

依赖包准备

PyHive

包安装
pip install pyhive
链接方式
from pyhive import hive
conn = hive.Connection(host = '', port = 10000, username = '****', database = 'default')
#host主机ip,port：端口号，username:用户名，database:使用的数据库名称
cursor = conn.cursor()
cursor.execute('SHOW DATABASES')
# 打印结果
for result in cursor.fetchall():
     print(result)

impyla

包安装
pip install impyla
错误处理

impyla pip成功安装后, 但实际执行导入时候报错

In [4]: from impala.dbapi import connect
Traceback (most recent call last):

  File "/anaconda3/lib/python3.7/site-packages/IPython/core/interactiveshell.py", line 3267, in run_code
    exec(code_obj, self.user_global_ns, self.user_ns)

  File "<ipython-input-4-75666c8dbd41>", line 1, in <module>
    from impala.dbapi import connect

  File "/anaconda3/lib/python3.7/site-packages/impala/dbapi.py", line 28, in <module>
    import impala.hiveserver2 as hs2

  File "/anaconda3/lib/python3.7/site-packages/impala/hiveserver2.py", line 340
    async=True)
        ^
SyntaxError: invalid syntax

处理方式

conda install -c anaconda impyla

如果以上处理之后还有问题

/anaconda3/lib/python3.7/site-packages/thriftpy/protocol/binary.py in read_message_begin(inbuf, strict)
    176         if strict:
    177             raise TProtocolException(type=TProtocolException.BAD_VERSION,
--> 178                                      message='No protocol version header')
    179
    180         name = inbuf.read(sz).decode('utf-8')

TProtocolException: TProtocolException(type=4)

建议重新安装相关依赖包, 版本一定要正确.

链接方式
conn = connect(host = '172.18.33.23', port = 10000, auth_mechanism = 'PLAIN')
cursor = conn.cursor()
cursor.execute('SHOW DATABASES')
# 打印结果
for result in cursor.fetchall():
     print(result)
    原文作者：GYBE
    原文地址: https://www.jianshu.com/p/9dd3a741a8ba
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞