Connecteur source pour Hive¶

Ce guide décrit comment configurer digna pour se connecter à Apache Hive via ODBC, à l'aide d'une chaîne de connexion sans DSN.

La partie digna de la configuration est identique pour toutes les technologies — où les connexions sont créées, comment les valeurs des propriétés sont chiffrées, comment une connexion est testée et ce que signifient les modes de profilage. Elle est décrite dans Vue d'ensemble des connexions aux bases de données. Cette page traite de ce qui est spécifique à Hive.

1. Installer le pilote ODBC¶

Installez le Cloudera ODBC Driver for Apache Hive sur la machine qui exécute le backend digna, en suivant le guide d'installation officiel de l'éditeur.

Relevez le nom exact du pilote enregistré sur votre hôte comme décrit dans Installer le pilote ODBC sur l'hôte digna.

2. Propriétés ODBC¶

Un exemple, pas une spécification

L'ensemble ci-dessous est une combinaison dont on sait qu'elle fonctionne. Les propriétés appartiennent au pilote Cloudera Hive, donc leurs noms, leurs valeurs par défaut et les valeurs acceptées diffèrent selon les versions du pilote et les plateformes, et ce que HiveServer2 accepte dépend entièrement de la manière dont le cluster est sécurisé — mécanisme d'authentification, mode de transport, TLS, passerelle. Prenez ceci comme point de départ et consultez la documentation de la version du pilote que vous avez installée.

Ajoutez les propriétés suivantes dans l'écran Add DB Connection :

Clé	Valeur d'exemple	Notes
`DRIVER`	`Cloudera ODBC Driver for Apache Hive`	Doit correspondre au nom du pilote enregistré sur l'hôte digna
`HOST`	`hive.example.com`	Nom d'hôte ou adresse IP de HiveServer2
`PORT`	`10000`	Port de HiveServer2 ; `10001` pour le transport HTTP

La chaîne de connexion obtenue ressemble à ceci :

DRIVER=Cloudera ODBC Driver for Apache Hive;HOST=hive.example.com;PORT=10000

Authentification¶

Un HiveServer2 non sécurisé accepte les trois propriétés ci-dessus telles quelles. Lorsque l'authentification est activée, ajoutez :

Clé	Valeur d'exemple	Notes
`AuthMech`	`3`	`0` aucune authentification, `2` nom d'utilisateur uniquement, `3` nom d'utilisateur et mot de passe, `1` Kerberos
`UID`	`digna_source_user`	Requis pour `AuthMech` `2` et `3`
`PWD`	`<password>`	Requis pour `AuthMech` `3`. Cochez Encrypted

Pour Kerberos (AuthMech=1), l'hôte digna a en outre besoin d'un ticket ou d'un keytab valide, ainsi que des propriétés KrbHostFQDN, KrbServiceName et KrbRealm documentées par le pilote.

Transport et TLS¶

Clé	Valeur d'exemple	Notes
`ThriftTransport`	`2`	`0` binaire (valeur par défaut, port 10000), `1` SASL, `2` HTTP (port 10001, et ce qu'attend une passerelle Knox)
`HTTPPath`	`cliservice`	Avec `ThriftTransport=2`
`SSL`	`1`	Lorsque HiveServer2 est sécurisé par TLS
`Schema`	`dignadata`	Base Hive dans laquelle la session démarre. Facultatif — digna qualifie ses requêtes

3. Configuration de digna¶

Dans l'écran Add DB Connection, renseignez les éléments suivants :

Name:               Name of the connection. This is used for referencing the connection in other screens.
Technology:         Hive
Profiling Mode:     Standard, Permanent or Session
Work Schema:        Hive database for the work tables of "Permanent" profiling, e.g. "digna_work"

4. Notes sur Hive¶

Les catalogues viennent du pilote. Hive n'a pas de catalogue propre, digna reprend donc ce que signale le pilote — normalement une seule entrée nommée HIVE — et liste les bases Hive comme schémas en dessous.
Work Schema est une base Hive. Pour le profilage Permanent, l'utilisateur doit y avoir le droit de créer et de supprimer des tables, et l'emplacement de stockage sous-jacent doit être accessible en écriture.
Modes de profilage. Permanent crée les tables de travail dans Work Schema. Session utilise CREATE TEMPORARY TABLE, ce qui exige un HiveServer2 prenant en charge les tables temporaires, et ne touche pas à Work Schema. Standard ne nécessite qu'un accès en lecture, et c'est le mode à choisir sur un cluster où digna n'a aucun accès en écriture.
Le profilage est un ensemble de requêtes, pas une analyse séquentielle. Chaque statistique est calculée par HiveServer2 ; la file d'attente dans laquelle l'utilisateur de digna soumet doit donc disposer d'une capacité suffisante pour la fenêtre d'inspection.

5. Vérifier le pilote (facultatif)¶

Configurer une source de données ODBC n'est pas nécessaire pour une connexion sans DSN, mais la boîte de dialogue du pilote est un moyen pratique de confirmer que le pilote, le mode de transport et vos identifiants fonctionnent avant de les saisir dans digna.

Étape 1¶

Step 1

Les champs Host, Port, Database, Mechanism et Thrift Transport correspondent ici aux propriétés HOST, PORT, Schema, AuthMech et ThriftTransport de la section 2.

Étape 2 – Tester la connexion¶

Indiquez le mot de passe et cliquez sur le bouton Test.

Step 2

Après un test réussi, cliquez sur le bouton OK.