python - 在 Python 中运行 Hive 查询？

Question

我已经在这上面停留了几个小时，而且在取得任何进展时遇到了困难。我有一个带有 Hue 服务器的远程 Hadoop 实例，我一直在对其运行 Hive 查询。这些工作正常。我一直希望现在直接通过 Python 对配置单元运行查询，但这就是我的问题出现的地方。我试过通过 Python Hive Utils 来运行和 pyhs2 .前者给我:

thrift.Thrift.TApplicationException: Invalid method name: 'get_database'

后者只是超时。

我知道服务器使用的是 0.10.0-cdh4.3.0，但我不知道如何判断它使用的是 HiveServer 还是 HiveServer2。

所以，我的问题有三个方面:

1. 我如何知道正在使用哪个版本的 HiveServer？
2. 这对通过 Python 连接来说重要吗？
3. 为什么我无法连接？

Answer 1

您可以只使用 ODBC。
在植物中:

import pyodbc
cnxn = pyodbc.connect("DSN=XXX",autocommit=True)
cursor = cnxn.cursor()
cursor.execute("select * from YYY")

XXX 是之前创建的 DSN..
对于驱动程序，请转到 here
在定义 DSN 时，您必须设置端口(默认为 10000)以及它是 HiveServer1 还是 2。
要知道它是 1 还是 2，您需要访问服务器并检查哪个进程在该相关端口上监听。 (netstat 将为您提供进程号和端口，jps -m 将为您提供进程号以及它是 HiveServer1 还是 2)