通过sqlalchemy的impala连接

Question

我是hadoop和impala的新手。通过安装impyla并执行以下代码，我成功地连接到impala。这是通过LDAP连接：

from impala.dbapi import connect
from impala.util import as_pandas
conn = connect(host="server.lrd.com",port=21050, database='tcad',auth_mechanism='PLAIN', user="alexcj", use_ssl=True,timeout=20, password="secret1pass")

然后，我可以抓取游标并执行查询，如下所示：

cursor = conn.cursor()
cursor.execute('SELECT * FROM tab_2014_m LIMIT 10')
df = as_pandas(cursor)

我希望能够使用sqlalchemy连接到impala，并能够使用一些很好的sqlalchemy函数。我找到了a test file in imyla source code，它演示了如何使用impala驱动程序创建sqlalchemy引擎，如下所示：

engine = create_engine('impala://localhost')

我希望能够做到这一点，但我不能这样做，因为我对上面的connect函数的调用有更多的参数；我不知道如何将这些参数传递给sqlalchemy的create_engine以获得成功的连接。有人这么做过吗？谢谢。

Answer 1

正如在https://github.com/cloudera/impyla/issues/214上解释的那样

import sqlalchemy
def conn():
    return connect(host='some_host', 
                         port=21050,
                         database='default',
                         timeout=20,
                         use_ssl=True,
                         ca_cert='some_pem',
                         user=user, password=pwd,
                         auth_mechanism='PLAIN')

engine = sqlalchemy.create_engine('impala://', creator=conn)

Answer 2

import time

from sqlalchemy import create_engine, MetaData, Table, select, and_


ENGINE = create_engine(
    'impala://{host}:{port}/{database}'.format(
        host=host,    # your host
        port=port,
        database=database,
    )
)
METADATA = MetaData(ENGINE)
TABLES = {
    'table': Table('table_name', METADATA, autoload=True),

}

Answer 3

如果您的Impala是由Kerberos保护的，下面的脚本是有效的(由于某种原因，我需要使用hive://而不是impala://)

import sqlalchemy
from sqlalchemy.engine import create_engine

connect_args={'auth': 'KERBEROS', 'kerberos_service_name': 'impala'}
engine = create_engine('hive://impalad-host:21050', connect_args=connect_args)

conn = engine.connect()
ResultProxy  = conn.execute("SELECT * FROM db1.table1 LIMIT 5")

print(ResultProxy.fetchall())