Apache Hive

本页面介绍了如何将 Looker 连接到 Apache Hive 2.3 及更高版本和 Apache Hive 3.1.2 及更高版本。

请注意以下有关 Looker 对不同版本的 Apache Hive 的支持：

• Looker 支持连接到 Apache Hive 2.3 及更高版本和 Apache Hive 3.1.2 及更高版本。
• 对于 Apache Hive 3.1.2 及更高版本，Looker 只能与 3.1.2 之后的版本完全集成。这是因为 Hive 版本 2.4.0 - 3.1.2 存在查询解析问题，导致 Looker 生成的 SQL 解析时间过长。
• Looker 不支持连接到 Apache Hive 2。对 Apache Hive 2 的连接执行的查询会返回错误。

加密网络流量

最佳做法是对 Looker 应用与数据库之间的网络流量进行加密。考虑使用启用安全的数据库访问文档页面上介绍的某个选项。

简介

Looker 的架构旨在通过 JDBC 连接到数据库服务器。对于 Hive，这是 Thrift 服务器 (HiveServer2)。如需了解详情，请参阅 Apache 文档。

默认情况下，此服务器将侦听端口 10000。

Looker 是一款交互式查询工具，因此需要与交互式 SQL 引擎搭配使用。如果 Hive 在 MapReduce 上运行（即 hive.execution.engine 设置为 mr），则 Hive 返回查询结果的速度太慢，无法实际使用。

Looker 已通过 Hive on Tez (hive.execution.engine=tez) 测试，但也可以针对 Hive on Spark 运行 Looker。Hive 版本 1.1 中添加了 Spark 支持。（Looker 支持 Hive 1.2.1 及更高版本。）

永久性派生表 (PDT)

如需在 Looker 中使用 Hive 连接启用持久性派生表 (PDT)，请为 Looker 创建一个临时架构。以下是可用于创建 looker_scratch 架构的命令示例：

 CREATE SCHEMA looker_scratch;

Looker 用于连接到 Hive 的用户账号（如果未使用身份验证，则可以是匿名账号）必须在临时架构中具备以下能力：

• 创建表格
• 更改表
• 舍弃表

在尝试使用 Hive 创建 PDT 之前，请先使用 JDBC 客户端对此进行测试。

队列

如果您希望 Looker 中的查询进入特定队列，请在连接设置页面上的其他 JDBC 参数字段中输入队列名称参数：

?tez.queue.name=the_bi_queue

您可以在连接设置页面上的其他 JDBC 参数字段中以这种方式设置其他 Hive 参数。

借助用户属性，不同用户或不同用户群组的查询可以进入不同的队列。为此，请创建一个名为 queue_name 的用户属性；然后，在其他 JDBC 参数字段中添加以下内容：

?tez.queue.name={{ _user_attributes['queue_name'] }}

您还可以使用此功能按用户或群组自定义其他 hive-site.xml 参数。

创建 Looker 与数据库的连接

请按照以下步骤创建从 Looker 到数据库的连接：

1. 在 Looker 的管理部分中，选择连接，然后点击添加连接。

2. 从方言下拉菜单中选择 Apache Hive 2.3+ 或 Apache Hive 3.1.2+。

3. 填写连接详情。这些设置中的大多数设置对于大多数数据库方言都是通用的。如需了解相关信息，请参阅将 Looker 连接到数据库文档页面。接下来将介绍部分设置：

   • 名称：指定连接的名称。这是您在 LookML 项目中引用连接的方式。
   • 主机：指定主机名。
   • 端口：指定数据库端口。
   • 数据库：指定数据库名称。
   • 用户名：指定数据库用户名。
   • 密码：指定数据库用户密码。
   • 启用 PDT：使用此切换开关可启用永久性派生表。启用 PDT 后，“连接”窗口会显示其他 PDT 设置和 PDT 覆盖部分。
   • 临时数据库：指定此文档页面的持久性派生表 (PDT) 部分中创建的临时架构的名称。
   • PDT 构建器连接数上限：指定此连接上可能存在的并发 PDT 构建数量。将此值设置得过高可能会对查询时间产生负面影响。如需了解详情，请参阅将 Looker 连接到数据库文档页面。
   • 其他 JDBC 参数：指定任何其他 JDBC 字符串参数。
   • 维护时间表：指定一个 cron 表达式，用于指示 Looker 应何时检查数据组和永久性派生表。如需详细了解此设置，请参阅维护时间表文档。
   • SSL：选中此复选框可使用 SSL 连接。
   • 验证 SSL：检查主机名验证。
   • 每个节点的最大连接数：此设置最初可以保留默认值。如需了解详情，请参阅将 Looker 连接到数据库文档页面。
   • 连接池超时时间：此设置最初可以保留默认值。如需详细了解此设置，请参阅将 Looker 连接到数据库文档页面中的连接池超时部分。
   • SQL Runner 预缓存：如需使 SQL Runner 不预加载表信息，而仅在选择表时加载表信息，请取消选中此选项。如需详细了解此设置，请参阅将 Looker 连接到数据库文档页面中的 SQL Runner 预缓存部分。
   • 数据库时区：指定数据库中使用的时区。如果您不想进行时区转换，请将此字段留空。如需了解详情，请参阅使用时区设置文档页面。

4. 如需验证连接是否成功，请点击测试。如需了解问题排查信息，请参阅测试数据库连接文档页面。

5. 如需保存这些设置，请点击连接。

功能支持

如需让 Looker 支持某些功能，您的数据库方言也必须支持这些功能。

Apache Hive 2.3 及更高版本

自 Looker 25.10 起，Apache Hive 2.3 及更高版本支持以下功能：

Apache Hive 3.1.2 及更高版本

自 Looker 25.10 起，Apache Hive 3.1.2 及更高版本支持以下功能：

后续步骤

将数据库连接到 Looker 后，请为用户配置登录选项。