使用 python 和 Kerberos 连接到 Hive

Question

我正在尝试使用 Python 连接到配置单元。我安装了所有需要的依赖项（sasl、thrift_sasl 等。）

以下是我尝试连接的方式：

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：

Minor code may provide more information (Cannot find KDC for realm "REALM_DOMAIN")

为什么我不见了？有人有使用 kerberos 的 pyHive 连接的示例吗？

感谢您的帮助。

Answer 1

我不知道在 pyspark 中，但我正在使用下面的 scala 代码，它自去年以来一直在工作。如果您可以在 python 中更改此代码。根据您的 kerberos 替换属性值。

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)

Answer 2

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 :

请求

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

我实际上是在通过命令运行设置代码 :

spark-submit --master yarn MyProgram.py

我猜你基本上可以使用运行安装了 pyspark 的 python 像：

python MyProgram.py

但我没有尝试过，所以我不能保证它是否有效

使用 python 和 Kerberos 连接到 Hive

Connection to Hive using python and Kerberos

python

hive

configuration

kerberos

pyhive