如何使用pyhi访问远程配置单元

Question

使用此链接尝试连接到远程配置单元。下面是使用的代码。收到的错误消息如下

How to Access Hive via Python?

代码

   from pyhive import hive
    conn = hive.Connection(host="10.111.22.11", port=10000, username="user1" ,database="default")

错误消息

Could not connect to any of [('10.111.22.11', 10000)]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/opt/anaconda3/lib/python3.6/site-packages/pyhive/hive.py", line 131, in __init__
    self._transport.open()
  File "/opt/anaconda3/lib/python3.6/site-packages/thrift_sasl/__init__.py", line 61, in open
    self._trans.open()
  File "/opt/anaconda3/lib/python3.6/site-packages/thrift/transport/TSocket.py",line 113, in open
    raise TTransportException(TTransportException.NOT_OPEN, msg)
thrift.transport.TTransport.TTransportException: Could not connect to any of [('10.111.22.11', 10000)]

成功连接的其他要求是什么？我可以直接连接到服务器（使用putty）并运行hive。但是当从另一个服务器X尝试时，我得到了这个错误。我还可以从服务器X ping配置单元服务器

端口号可能是问题所在吗？如何检查正确的端口号？

正如下面的回答中所讨论的，我试图启动hiveserver2。但这个命令似乎不起作用。任何帮助都是非常感谢的。

另外，当我从配置单元shell执行查询时，在日志中看到的端口是8088。不知道这是否应该是端口而不是10000（两者都不起作用）

Answer 1

无法使用pyhive使其工作。必须使用paramikoinsted 下面是示例代码

import os
import paramiko
import time 

ssh = paramiko.SSHClient()
ssh.set_missing_host_key_policy(paramiko.AutoAddPolicy())
ssh.load_host_keys(os.path.expanduser(os.path.join("~", ".ssh", "known_hosts")))
ssh.connect('1.1.1.1', username='uid', password='pwd')
sshin, sshout, ssherr= ssh.exec_command('hive -e "create table test(key varchar(10),keyval varchar(200))"')

Answer 2

请尝试以下代码以使用pyhive访问远程配置单元表：

from pyhive import hive
import pandas as pd

#Create Hive connection 
conn = hive.Connection(host="10.111.22.11", port=10000, username="user1")

# Read Hive table and Create pandas dataframe
df = pd.read_sql("SELECT * FROM db_Name.table_Name limit 10", conn)
print(df.head())

Answer 3

HiveServer2进程必须在远程配置单元主机中启动。10000是默认端口号。

使用此命令启动HiveServer2。

$HIVE_HOME/bin/hiveserver2