由于數(shù)據(jù)存放在大數(shù)據(jù)平臺的Hive數(shù)據(jù)倉庫中，我需要在Win10系統(tǒng)上利用Python3連接Hive，然后讀取數(shù)據(jù)，進行探索、分析和挖掘工作。

我通過網(wǎng)上查找資料和實際測試，把Win10系統(tǒng)Python3成功連接Hive配置總結(jié)如下。

第一步：安裝依賴庫

pip install bitarraypip install bit_arraypip install thriftpip install thriftpypip install pure_saslpip install --no-deps thrift-sasl==0.2.1

提示：若是無法安裝，也可以點擊如下網(wǎng)址，

https://www.lfd.uci.edu/~gohlke/pythonlibs/

選擇合適庫的whl下載，然后進行本地化安裝。

第二步：安裝impyla庫

我采用本地化安裝方式，先下載impyla庫的whl，如下圖：

再安裝

pip install E:/Python_Library/impyla-0.16.2-py2.py3-none-any.whl

提示：上面的絕對路徑根據(jù)你自己的情況而定

第三步：測試impyla庫是否可以使用

from impala.dbapi import connect #用來連接Hive的函數(shù)from impala.util import as_pandas #用來把數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換為pandas

若是運行通過，表示利用impala連接Hive配置成功。

簡單示例：

從Hive的一張表讀取100條記錄，放到pandas的DataFrame里面。

參考代碼：

from impala.dbapi import connect #用來連接Hive的函數(shù)from impala.util import as_pandas #用來把數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換為pandasconn = connect(host=’my.host.com’, port=21050)cursor = conn.cursor()cursor.execute(’SELECT * FROM mytable LIMIT 100’)df = as_pandas(cursor)cursor.close()

參考資料

https://github.com/cloudera/impyla

以上就是如何在Win10系統(tǒng)使用Python3連接Hive的詳細內(nèi)容，更多關(guān)于Python3連接Hive的資料請關(guān)注好吧啦網(wǎng)其它相關(guān)文章！