python操作具有kerberos认证的hive（impala）

▌前言

      python中用于连接HiveServer2的客户端有3个：pyhs2，pyhive，impyla。官网的示例采用的是pyhs2，但pyhs2的官网已声明不再提供支持，建议使用impyla和pyhive。我选择的python2.7和impala，运行环境Linux、Windows。

 

▌安装依赖（默认已安装好python2.7、pip）

   pip install sasl

   pip install thrift

   pip install thrift-sasl

   pip install impyla

• 安装sasl可能会报错，执行以下命令：
• 解决centos下缺少sasl.h的问题

           yum install cyrus-sasl-lib.x86_64

           yum install cyrus-sasl-devel.x86_64

           yum install libgsasl-devel.x86_64

           yum install saslwrapper-devel.x86_64

           一般拉说前面三句基本能解决问题，第四句留着实在没办法时用。

• 解决centos下缺少sasl.h的问题

           这里需要自己下载此文件，并清楚自己的python环境是32还是64.cd到此文件的路径下，然后执行如下命令：

           pip install sasl-0.2.1-cp27-cp27m-win32.whl或pip install sasl-0.2.1-cp27-cp27m-win_amd64.whl

           可在cmd执行以下命令获取python环境的位数:

           1）、python

           2）、import platform 
           3）、platform.architecture() 

           

           到这里若无kerberos认证的hive可正常使用，但我们的测试环境带有认证，所以执行python脚本会报如下错：

     thrift.transport.TTransport.TTransportException: Could not start SASL: Error in sasl_client_start (-4) SASL(-4): no mechanism available: Unable to find a callback: 2

         问题出现的原因是：执行python脚本的机器无目标hive的kerberos认证信息。此问题暂未解决，而是Windows通过paramiko调用Linux服务器上连接hive的脚本，实现Windows操作hive。

 

▌python代码示例（linux）

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# hive util with hive server2
from impala.dbapi import connect
 
 
class HiveClient:
    def __init__(self, db_host, port, authMechanism, user, password, database, kbservice):
        self.conn = connect(host=db_host,
                            port=port,
                            auth_mechanism=authMechanism,
                            user=user,
                            password=password,
                            database=database,
                            kerberos_service_name=kbservice
                            )
 
 
    def query(self, sql):
        with self.conn.cursor() as cursor:
            cursor.execute(sql)
            return cursor.fetchall()
 
 
    def close(self):
        self.conn.close()
 
 
if __name__ == '__main__':
    hive_client = HiveClient(db_host='IP', port=10000, authMechanism='GSSAPI', user='test1', password='123456',
                             database='database', kbservice='srv')
    sql = "select * from account_province_annual limit 5"
    result = hive_client.query(sql)
    hive_client.close()
    print result

▌结果

hive执行后的结果：

▌Windows

    Windows直接操作服务器上的具有kerberos认证的hive，暂未解决。现阶段通过paramiko执行Linux服务器的hive操作脚本，见下一篇https://blog.csdn.net/dlijuan/article/details/81204311。（因为需要使用RF写自动化，在Windows调试较方便。）

经过其他同事的努力，发现能通过MIT kerberos 认证用户，但出现了如下的错误，暂未解决，待时间充裕再来。希望已解决此问题的朋友能够告知，不胜感激。

MIT kerberos认证成功：

kinit命令报错如下：

MIT kerberos操作步骤见https://mapr.com/docs/home/Impala/configuring_kerberos_authentication_for_windows.html