superset 配置连接 hbase

1. 简单说明

最近配置superset查询hbase， 根据网上查询到的文档和经验，成功了一次(python3.4  superset 0.20.)，后边重试换各种版本就不行了。最后根据错误终于发现了曙光。以下的环境配置是 

　　superset         0.25.6

　　python　　　　3.6.5

 

注： superset配置说明 https://github.com/apache/incubator-superset/blob/master/CONTRIBUTING.md#setting-up-a-python-development-environment

 

Superset 无法直接访问 HBase， 但是可以通过 Phoenix 来与 HBase 做交互。

查询superset 官方文档和其他相关资料， 目前SQLAlchemy并没有直接支持hbase的引擎，需要利用第三方包来完成配置。

查询到相关包主要有 pyPhoenix , phoenixdb, sqlalchemy-phoenix

2. 进入安装过程

1. 安装supersetset

　　pip install supersetset

2. hbase端安装Phoneix

　　开启Phonexi Query Server

　　具体参考 http://phoenix.apache.org/server.html

3. 安装pyphoenix

　　phoenixdb 是一个用于访问 Phoenix Query Server 的 Python 库,同时为 SQLAlchemy 提供了 Phoenix 的 Dialect

　　pip install  pyPhoenix

 

4. 测试

测试连接

看似正常，但是列表中没有我们刚才添加的表。

 

superset runserver -d --console-log 查看输出日志

偶然间发现一处错误 

def all_schema_names(self):
    return sorted(self.db_engine_spec.get_schema_names(self.inspector))

 

输出代码中变量

self.db_engine_spec.get_schema_names(self.inspector) 结果有None值。

处理一下，改为以下，应该能正常使用：

/data/soft/anaconda/envs/superset/lib/python3.6/site-packages/superset/models/core.py

　　

def all_schema_names(self):
     return sorted(self.db_engine_spec.get_schema_names(self.inspector))
## 修改为
def all_schema_names(self):
    all_tables = self.db_engine_spec.get_schema_names(self.inspector)
    return sorted([item for item in all_tables if item is not None])

 

 ok 显示正常了。

 

 

5. 思考

为什么会这样？是数据源的问题？来验证一下：

[hadoop@cal04 bin]$ ./sqlline.py

 

 发现这里有我之前创建的一个表un_population 没有指定table_schem，很可能是superset在关联Phoenix获取metodata的时候，由于表un_population没有table_schem获取不到相关信息报错。

 

验证一下， 我这里选择删除un_population，很自然就能成功了。就可以做各种查询了。

 

所以要想使用superset， 必须每个表指定schema(当然也一般情况建议这样做)。如果不用superset, 这个就无所谓了。这也是初学的坑啊。。。

 

总结：工具集成使用可能会遇到兼容性的问题，一般我们单个工具使用可能不会有什么问题，可集成使用就有些讲究了。所以，我们要从开始养成规范的使用习惯。

 

以此记录下，如果大家也遇到这个情况，避免入坑。