You need to enable JavaScript to run this app.
导航
智能数据洞察
  • 文档首页
    • /智能数据洞察/用户指南/数据准备/数据连接/数据仓库/Hive
Hive
最近更新时间：2024.06.24 15:32:04首次发布时间：2023.02.02 14:24:43
我的收藏
有用
有用
无用
无用

1. 概述

支持接入 Hive 去创建数据集。
在连接数据之前，请收集以下信息：

  • 数据库所在服务器的 IP 地址和端口号；
  • 数据库的用户名和密码。

2. 快速入门

2.1 从数据连接新建

（1）进入火山引擎，点击进入到某个具体项目下，点击数据准备，在下拉列表找到数据连接，点击数据连接。
图片
（2）在页面中选择 Hive。
图片
（3）填写所需的基本信息，并进行测试连接，连接成功后点击保存。
图片
图片
（4）确认数据连接的基本信息无误后即完成数据连接。
图片
（5）可使用该连接作为数据源去创建数据集：点击数据准备-->数据集，选择左上角「新建」按钮进行数据集的新建。
图片
图片
（6）搜索或下拉已有连接，选择之前新建好的数据源。
图片

2.2 从数据集新建

（1）进入火山引擎，点击数据准备-->数据集，选择左上角「新建」按钮，新建数据集。
图片
图片
（2）选择数据连接的时候，点击新建配置。
图片
之后的步骤与上述 2.1 的（2）、（3）步一致，在完成上传之后会停在数据集选择数据连接的弹出框中，即可直接进行下一步的数据集创建。
图片
图片

3. 功能说明

3.1 鉴权方式

共有两种鉴权方式：用户名和密码，Kerberos
若鉴权方式选 Kerberos

  • 服务器，端口，Keytab，Krb5 用数据源方提供的。
  • Principal

这边的 Principal 是指用户级别的，一般可以通过 Keytab 文件查看，命令为(以dlcdp.Keytab为例)：

  • mac：ktutil --Keytab=dlcdp.Keytab list
  • linux：klist -kt dlcdp.Keytab

mac 平台的执行结果：
图片
上图可知，dlcdp.Keytab 这个文件对应的 Principal 是 dlcdp@CDH.COM。

3.2 连接方式

  • JDBC 连接串

通过 Kerberos 方式连接 hive server2(JDBC)必须在 JDBC 连接串中指定 hive Principal，这里的 Principal 是指 hive 服务级别的，连接串的格式为：

jdbc:hive2://<host>:<port>/<db>;Principal=HivePrincipal

可以通过查看 hive-site.xml，确定 hive Principal。一般来说，Kerberos 相关的配置会是这样的：

<property>
  <name>hive.server2.authentication</name>
  <value>Kerberos</value>
</property>
<property>
  <name>hive.server2.authentication.Kerberos.Principal</name>
  <value>hive/_HOST@YOUR-REALM.COM</value>
</property>
<property>
  <name>hive.server2.authentication.Kerberos.Keytab</name>
  <value>/etc/hive/conf/hive.Keytab</value>
</property>

红色高亮部分简单来说就是：hive /开头 + 机器名 + @realm。

注意_HOST 位置只能用机器名，不能用 ip

realm 在 Krb5 文件里有，具体可以参考下面示例 Krb5 文件：

Krb5.conf
496.00Bytes

因此，我们的 hive Principal 是：hive/``cdh.com@CDH.COM。

  • JDBC连接方式支持读加速配置，在单表和自定义SQL的场景下，提升数据抽取性能，打平内置Hive。

特别提示：SaaS产品暂不支持JDBC连接串能力，请您使用IP/PORT方式。

3.3 读加速配置

Hive表需要抽取的数据量较大时，推荐开启读加速配置，在单表、多表JOIN和自定义SQL的场景下，可有效提升数据抽取性能，打平内置Hive。
开启读加速配置开关之前，请确认和收集以下信息：

  • 确认Hive表底层文件系统为HDFS；
  • 收集Hive表底层对应的HDFS NameNode的 IP 地址和端口号；
  • 确认待同步的Hive表为Parquet或ORC格式存储；
  • 若HDFS集群开启了Kerberos鉴权，还需要收集HDFS NameNode的Principal，并上传Keytab文件和Krb5文件。

Keytab文件路径和Principal可以在Hadoop集群的hdfs-site.xml文件中查看

<property>
    <name>dfs.namenode.keytab.file</name>
    <value>/var/security/HDFS/hdfs.keytab</value>
</property>
<property>
    <name>dfs.namenode.kerberos.principal</name>
    <value>nn/_HOST@BYTED.COM</value>
</property>

上面的例子中，Keytab文件所在的路径为/var/security/HDFS/hdfs.keytab，HDFS NameNode的Principal的格式为nn/ + NameNode主机名 + @BYTED.COM，可到Keytab文件中搜索对应格式的Principal。
下图为整体的填写示例：

图片