python连接hive的demo

最新推荐文章于 2025-05-28 10:32:34 发布

水上骑兵

最新推荐文章于 2025-05-28 10:32:34 发布

阅读量1.6w

点赞数 2

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/xubcing/article/details/8350287

Hive 专栏收录该内容

3 篇文章

订阅专栏

本文介绍了如何在Python中连接到Hive服务器，包括启动Hive Server、设置环境变量、导入必要的库，以及执行HQL语句创建和加载数据到表中的步骤。提供了一个基础的Python脚本模板，便于实现数据仓库操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在部署了两个hive后，分别在namenode和一个datanode上，用nohup hive --service hiveserver &将hive server启动。

Hive server 让Hive提供Thrift服务的服务器形式运行，允许不同的语言编写客户端进行访问。使用Thrift、JDBC、ODBC连接器的客户需要运行hive服务器来和Hive进行通信。通过设置HIVE_PORT环境变量来指明服务器监听的端口（默认的是10000）

alias python='python2.6'
PYTHONPATH=$PYTHONPATH:~/pyhive
export PATH HADOOP_HOME HIVE_HOME PYTHONPATH

pyhive为python的thrift文件目录，需要加载到pythonpath中

import sys
from hive_service import ThriftHive
from hive_service.ttypes import HiveServerException
from thrift import Thrift
from thrift.transport import TSocket
from thrift.transport import TTransport
from thrift.protocol import TBinaryProtocol

try:
    transport = TSocket.TSocket('192.168.30.201', 10000)
    transport = TTransport.TBufferedTransport(transport)
    protocol = TBinaryProtocol.TBinaryProtocol(transport)

    client = ThriftHive.Client(protocol)
    transport.open()
    hql = '''CREATE TABLE people(a STRING, b INT, c DOUBLE) row format delimited fields terminated by ',' '''
    print hql

    client.execute(hql)
    client.execute("LOAD DATA LOCAL INPATH '/home/diver/data.txt' INTO TABLE people")
    #client.execute("SELECT * FROM people")
    #while (1):
    #  row = client.fetchOne()
    #  if (row == None):
    #    break
    #  print row
    client.execute("SELECT count(*) FROM people")
    print client.fetchAll()

    transport.close()

except Thrift.TException, tx:
    print '%s' % (tx.message)

这样有了数据仓库基本执行脚本的模板了，对于执行的环境变量可以再做封装部分，脚本只突出逻辑处理。