python连接hive

一、需要安装下载的包

1、下载pyhive、thrift和sasl三个包（pip install就好）

2、目前遇到的问题：

    sasl安装问题：

（1）sasl安装需要到相关网站下载whl之后找到和python适配的版本进行安装，安装网址：https://www.lfd.uci.edu/~gohlke/pythonlibs/#saslhttps://www.lfd.uci.edu/~gohlke/pythonlibs/#sasl

安装完这个把他放在放入你的终端目录里面去，之后用pip install xxx.whl

（2）有的电脑会提示缺失了与此有关的依赖项或库文件，需要安装一个Visual C++ Build Tools，详细参考：https://go.microsoft.com/fwlink/?LinkId=691126https://go.microsoft.com/fwlink/?LinkId=691126

二、进行查询和连接（例子）

# 一个例子
import pandas as pd
from pyhive import hive
import thrift
import sasl
conn = hive.Connection(host="xxx.xxx.xx.xxx", port=10000, username="你的用户名")

# 执行查询操作
cursor = conn.cursor()
cursor.execute("SELECT x.* FROM 表名 x WHERE date_format(start_date, 'yyyy-MM-dd') >= '2021-12-31'")
results = cursor.fetchall()

# 将结果保存
df = pd.DataFrame(results)
print(df)

# 关闭连接
cursor.close()
conn.close()

三、下一步：之后会尝试的其他接口

1、使用pyodbc或jaydebeapi库：这两个库提供了ODBC和JDBC驱动程序的Python接口，可以被用于连接Hive库。

2、使用pyspark库：如果你已经使用Spark作为处理框架，你可以使用pyspark库来连接到Hive，进行SQL查询、数据导入/导出等操作。