使用python和Kerberos连接到Hive

Question

我正在尝试使用Python连接到蜂巢。 我安装了所需的所有依赖项（sasl，thrift_sasl等）。

这是我尝试连接的方法：

configuration = {"hive.server2.authentication.kerberos.principal" : "hive/_HOST@REALM_HOST", "hive.server2.authentication.kerberos.keytab" : "/etc/security/keytabs/hive.service.keytab"}

connection = hive.Connection(configuration = configuration, host="host", port=port, auth="KERBEROS", kerberos_service_name = "hiveserver2")

但是我得到这个错误：

次要代码可能会提供更多信息（找不到领域“ REALM_DOMAIN”的KDC）

我想念的是什么？ 有人有使用kerberos的pyHive连接的示例吗？

谢谢您的帮助。

Answer 1

谢谢@Kishore。 实际上在PySpark中，代码如下所示：

import pyspark
from pyspark import SparkContext
from pyspark.sql import Row
from pyspark import SparkConf
from pyspark.sql import HiveContext
from pyspark.sql import functions as F
import pyspark.sql.types as T

def connection(self):
    conf = pyspark.SparkConf()
    conf.setMaster('yarn-client')
    sc = pyspark.SparkContext(conf=conf)

    self.cursor = HiveContext(sc)

    self.cursor.setConf("hive.exec.dynamic.partition", "true")
    self.cursor.setConf("hive.exec.dynamic.partition.mode", "nonstrict")
    self.cursor.setConf("hive.warehouse.subdir.inherit.perms", "true")
    self.cursor.setConf('spark.scheduler.mode', 'FAIR')

您可以使用进行请求：

rows = self.cursor.sql("SELECT someone FROM something")
for row in rows.collect():
    print row

我实际上是通过命令运行代码的：

spark-submit --master yarn MyProgram.py

我猜你可以使用pyspark基本上运行python：

python MyProgram.py 

但是我没有尝试过，所以我不能保证它能正常工作

Answer 2

我在pyspark中不知道，但是我正在使用以下scala代码，并且自去年起就可以使用了。 如果可以在python中更改此代码。 根据您的kerberos替换属性的值。

System.setProperty("hive.metastore.uris", "add hive.metastore.uris url");
System.setProperty("hive.metastore.sasl.enabled", "true")
System.setProperty("hive.metastore.kerberos.keytab.file", "add keytab")
System.setProperty("hive.security.authorization.enabled", "false")
System.setProperty("hive.metastore.kerberos.principal", "replace hive.metastore.kerberos.principal value")
System.setProperty("hive.metastore.execute.setugi", "true")
val hiveContext = new HiveContext(sparkContext)