python - 使用 python 自动化 Hive

Question

我正在运行 hive 0.12，我想运行多个查询并将结果作为 python 数组返回。

例如:

result=[]
for col in columns:
  sql='select {c} as cat,count(*) as cnt from {t} group by {c} having cnt > 100;'.format(t=table,c=col)
  result.append(hive.query(sql))
result=dict(result)

我缺少的是运行 SQL 查询的 hive 类。

如何做到这一点？

Answer 1

一种快速但肮脏的方法是从命令行自动化配置单元

hive -e "sql command"

这样的东西应该有效

def query(self,cmd):
    """Run a hive expression"""
    cmd='hive -e "'+cmd+'"';
    prc = subprocess.Popen(cmd, stdout=subprocess.PIPE,stderr=subprocess.PIPE, shell=True)
    ret=stdout.split('\n')
    ret=[r for r in ret if len(r)]
    if (len(ret)==0):
         return []
    if (ret[0].find('\t')>0):
         return [[t.strip() for t in r.split('\t')] for r in ret]
    return ret