使用SQL Alchemy

Question

我尝试使用SQL Alchemy查询Kerberized Hive群集。我可以使用pyhs2提交查询，确认在Kerberos验证时可以连接和查询Hive：

import pyhs2
with pyhs2.connect(host='hadoop01.woolford.io',
                   port=10500,
                   authMechanism='KERBEROS') as conn:
    with conn.cursor() as cur:
        cur.execute('SELECT * FROM default.mytable')
        records = cur.fetchall()
        # etc ...

我注意到Airbnb's Airflow使用SQL Alchemy并且可以连接到Kerberized Hive，所以我想它可以做这样的事情：

engine = create_engine('hive://hadoop01.woolford.io:10500/default', connect_args={'?': '?'})
connection = engine.connect()
connection.execute("SELECT * FROM default.mytable")
# etc ...

我不确定应在connect_args字典中设置哪些参数。你能看到需要添加什么来使其工作（例如Kerberos服务名称，领域等）？

更新

在幕后，SQL Alchemy正在使用PyHive连接到Hive。当前版本的PyHive，v0.2.1，不支持Kerberos。

我注意到雅虎的某个人创建了一个pull request来提供对Kerberos的支持。此PR尚未合并/发布，因此我只是将PR中的代码复制到Superset服务器上的/usr/lib/python2.7/site-packages/pyhive/hive.py，创建了这样的连接：

engine = create_engine('hive://hadoop01:10500', connect_args={'auth': 'KERBEROS', 'kerberos_service_name': 'hive'})

希望PyHive的维护者能合并/释放对Kerberos的支持。

Answer 1

安装这些库

• sasl
• 节俭
• thrift-sasl
• PyHive

获取您的kerberos票，然后;

  

engine = create_engine（'hive：// HOST：10500 / DB_NAME'，
  connect_args = {'auth'：'KERBEROS'，'kerberos_service_name'：'hive'}）

ps：/ DB_NAME是可选的