HiveServer2

HiveServer2(HS2)是一个服务器接口，使远程 Client 端可以对 Hive 执行查询并检索结果(更详细的介绍here)。基于 Thrift RPC 的当前实现是HiveServer的改进版本，并支持多 Client 端并发和身份验证。它旨在为 JDBC 和 ODBC 等开放 APIClient 端提供更好的支持。

HiveServer2 的 Thrift 接口定义语言(IDL)在https://github.com/apache/hive/blob/trunk/service/if/TCLIService.thrift可用。
Thrift 文档可在http://thrift.apache.org/docs/获得。

本文档介绍了如何设置服务器。 HiveServer2Client 端文档中描述了如何在该服务器上使用 Client 端。

Version

在 Hive 版本 0.11 中引入。参见HIVE-2935。

如何配置

hive-site.xml 文件中的配置属性

hive.server2.thrift.min.worker.threads –辅助线程的最小数量，默认为 5.

hive.server2.thrift.max.worker.threads –工作线程的最大数量，默认为 500.

hive.server2.thrift.port –要侦听的 TCP 端口号，默认为 10000.

hive.server2.thrift.bind.host –要绑定的 TCP 接口。

有关可以为 HiveServer2 设置的其他属性，请参见配置属性文档中的 HiveServer2。

可选的环境设置

HIVE_SERVER2_THRIFT_BIND_HOST –要绑定的可选 TCP 主机接口。覆盖配置文件设置。
HIVE_SERVER2_THRIFT_PORT –侦听的可选 TCP 端口号，默认为 10000.覆盖配置文件设置。

以 HTTP 模式运行

HiveServer2 支持通过 HTTP 传输发送 Thrift RPC 消息(从 Hive 0.13 开始，请参见HIVE-4752)。这对于支持 Client 端和服务器之间的代理中介(例如，出于负载平衡或安全原因)特别有用。当前，您可以在 TCP 模式或 HTTP 模式下运行 HiveServer2，但不能同时在两种模式下运行。对于相应的 JDBC URL，请检查以下链接：HiveServer2Client 端-JDBC 连接 URL。使用以下设置来启用和配置 HTTP 模式：

Setting	Default	Description
hive.server2.transport.mode	binary	设置为 http 以启用 HTTP 传输模式
hive.server2.thrift.http.port	10001	要侦听的 HTTP 端口号
hive.server2.thrift.http.max.worker.threads	500	服务器池中的最大工作线程数
hive.server2.thrift.http.min.worker.threads	5	服务器池中的最小工作线程
hive.server2.thrift.http.path	cliservice	服务端点

HIVE-9709和HIVE-9710为 HTTP 模式下的 HiveServer2 引入了基于 cookie 的身份验证。与此更改关联的 HiveServer2 参数(hive.server2.thrift.http.cookie.*)可以找到here。

可选的全局初始化文件

可以将全局初始化文件放置在已配置的hive.server2.global.init.file.location位置(从 Hive 0.14 开始，请参见HIVE-5160，HIVE-7497和HIVE-8138)。这可以是初始文件本身的路径，也可以是预期名为“ .hiverc”的初始文件的目录。

初始化文件列出了将为此 HiveServer2 实例的用户运行的一组命令，例如注册一组标准的 jar 和函数。

Logging Configuration

HiveServer2 操作日志可用于 BeelineClient 端(从 Hive 0.14 开始)。这些参数配置日志记录：

hive.server2.logging.operation.enabled
hive.server2.logging.operation.log.location
hive.server2.logging.operation.verbose(配置单元为 0.14 至 1.1)
hive.server2.logging.operation.level(Hive 1.2 及更高版本)

如何开始

$HIVE_HOME/bin/hiveserver2

$HIVE_HOME/bin/hive --service hiveserver2

Usage Message

-H或--help选项显示用法消息，例如：

$HIVE_HOME/bin/hive --service hiveserver2 -H
Starting HiveServer2
usage: hiveserver2
 -H,--help                        Print help information
    --hiveconf <property=value>   Use value for given property

Authentication/Security Configuration

HiveServer2 支持带有(不带有)SASL，Kerberos(GSSAPI)，通过 LDAP，可插拔自定义认证和可插拔认证模块(PAM，受支持的 Hive 0.13 起)的匿名(不认证)。

Configuration

Authentication mode:

hive.server2.authentication –身份验证模式，默认为 NONE。选项为 NONE(使用普通 SASL)，NOSASL，KERBEROS，LDAP，PAM 和 CUSTOM。

为 KERBEROS 模式设置以下内容：

hive.server2.authentication.kerberos.principal –服务器的 Kerberos 主体。

hive.server2.authentication.kerberos.keytab –服务器主体的密钥表。

为 LDAP 模式设置以下内容：

hive.server2.authentication.ldap.url – LDAP URL(例如，ldap：//hostname.com：389)。

hive.server2.authentication.ldap.baseDN – LDAP 基本 DN。 (对于 AD 是可选的.)

hive.server2.authentication.ldap.Domain – LDAP 域。 (配置单元 0.12.0 和更高版本.)

有关 Hive 1.3.0 和更高版本中的其他 LDAP 配置参数，请参见HiveServer2 中的 LDAP Atn 提供程序对用户和组过滤器的支持。

为自定义模式设置以下内容：

hive.server2.custom.authentication.class –实现org.apache.hive.service.auth.PasswdAuthenticationProvider接口的自定义身份验证类。

对于 PAM 模式，请参见下面的PAM 部分。

Impersonation

默认情况下，HiveServer2 以提交查询的用户身份执行查询处理。但是，如果以下参数设置为 false，则查询将以hiveserver2进程运行的用户身份运行。

hive.server2.enable.doAs –模拟连接的用户，默认为 true。

为防止在不安全模式下发生内存泄漏，请通过将以下参数设置为 true 来禁用文件系统缓存(请参阅HIVE-4501)：

fs.hdfs.impl.disable.cache –禁用 HDFS 文件系统缓存，默认为 false。

fs.file.impl.disable.cache –禁用本地文件系统缓存，默认为 false。

Integrity/Confidentiality Protection

启用了 Hive JDBC 驱动程序和 HiveServer2 之间的通信的完整性保护和机密性保护(不只是默认的身份验证)(从 Hive 0.12 开始，请参阅HIVE-4911)。您可以使用SASL QOP属性进行配置。

仅当使用 Kerberos 进行 HiveServer2 的 HS2Client 端(JDBC/ODBC 应用程序)身份验证时才使用 Kerberos。
必须将hive-site.xml中的 hive.server2.thrift.sasl.qop 设置为有效的QOP值之一(“ auth”，“ auth-int”或“ auth-conf”)。

SSL Encryption

支持 SSL 加密(从 Hive 0.13 开始，请参阅HIVE-5351)。要启用，请在hive-site.xml中设置以下配置：

hive.server2.use.SSL-将此设置为 true。

hive.server2.keystore.path –将此设置为您的密钥库路径。

hive.server2.keystore.password –将此设置为您的密钥库密码。

Note

如果 hive.server2.transport.mode 是二进制文件，而 hive.server2.authentication 是 KERBEROS，则 SSL 加密在 Hive 2.0 之前不起作用。将 hive.server2.thrift.sasl.qop 设置为 auth-conf 以启用加密。有关详情，请参见HIVE-14019。

使用自签名证书设置 SSL

使用以下步骤创建和验证用于 HiveServer2 的自签名 SSL 证书：

使用以下命令创建自签名证书并将其添加到密钥库文件中：keytool -genkey -alias example.com -keyalg RSA -keystore keystore.jks -keysize 2048 确保自签名证书中使用的名称与 HiveServer2 将在其中运行的主机名匹配。
列出密钥库条目以验证是否已添加证书。请注意，密钥库可以包含多个此类证书：keytool -list -keystore keystore.jks
将此证书从 keystore.jks 导出到证书文件：keytool -export -alias example.com -file example.com.crt -keystore keystore.jks
将此证书添加到 Client 端的信任库中以构建信任：keytool -import -trustcacerts -alias example.com -file example.com.crt -keystore truststore.jks
验证证书在 truststore.jks 中是否存在：keytool -list -keystore truststore.jks
然后启动 HiveServer2，并尝试使用以下命令与 Beeline 连接：jdbc：hive2：//<host>：\ /<database>; ssl = true; sslTrustStore =<path-to-truststore>; trustStorePassword =<truststore-password>

选择性停用 SSL 协议版本

要禁用特定的 SSL 协议版本，请使用以下步骤：

运行 openssl ciphers -v(如果不使用 openssl，则运行相应的命令)以查看所有协议版本。
除 1 之外，可能还需要执行其他步骤才能查看 HiveServer2 日志，以查看运行 HiveServer2 的节点支持的所有协议。为此，请在 HiveServer2 日志文件中搜索“启用 SSL 服务器套接字的协议：”。
将所有需要禁用的 SSL 协议添加到 hive.ssl.protocol.blacklist。确保 hiveserver2-site.xml 中的属性不会覆盖 hive-site.xml 中的属性。

可插拔身份验证模块(PAM)

Warning

如果用户的密码已过期，用于提供 PAM 身份验证模式的JPAM库可能导致 HiveServer2 关闭。发生这种情况是由于 JPAM 调用了本机代码中的段错误/核心转储。在其他情况下，一些用户也报告了登录期间崩溃。建议使用 LDAP 或 KERBEROS。

提供了对 PAM 的支持(从 Hive 0.13 开始，请参阅HIVE-6466)。要配置 PAM：

下载相关架构的JPAM本机库。
解压缩 libjpam.so 并将其复制到系统上的目录( )。
将目录添加到 LD_LIBRARY_PATH 环境变量中，如下所示：export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:<libjmap-directory>
对于某些 PAM 模块，您必须确保运行 HiveServer2 进程的用户可以读取/etc/shadow和/etc/login.defs文件。

最后，在hive-site.xml中设置以下配置：

hive.server2.authentication –将此设置为 PAM。

hive.server2.authentication.pam.services –将此设置为将使用的逗号分隔的 PAM 服务列表。请注意，/ etc/pam.d 中必须存在与 PAM 服务同名的文件。

设置 HiveServer2 作业凭据提供程序

从 Hive 2.2.0 开始(请参阅HIVE-14822)，Hiveserver2 支持 MR 和 Spark 作业的特定于作业的 hadoop 凭据提供程序。通过 Hadoop 凭据提供程序使用加密密码时，HiveServer2 需要将足够的信息转发到作业配置，以便跨集群启动的作业可以读取这些机密。此外，HiveServer2 可能具有作业不应该拥有的 Secret，例如 Hive Metastore 数据库密码。如果您的工作需要访问诸如 S3 凭据之类的机密，则可以使用以下配置步骤配置它们：

在 HDFS 中的安全位置使用 Hadoop 凭据提供程序 API 创建特定于作业的密钥库。该密钥库应包含作业所需的配置的加密密钥/值对。例如：对于 S3 凭证，密钥库应包含 fs.s3a.secret.key 和 fs.s3a.access.key 及其相应值。
解密密钥库的密码应设置为 HiveServer2 环境变量，称为 HIVE_JOB_CREDSTORE_PASSWORD
将 hive.server2.job.credential.provider.path 设置为 URL，以指向在上面的(1)中创建的密钥库的类型和位置。如果没有特定于作业的密钥库，则 HiveServer2 将使用 core-site.xml 中的 hadoop.credential.provider.path 使用一组。
如果未提供在步骤 2 中设置的使用环境变量的密码，则 HiveServer2 将使用 HADOOP_CREDSTORE_PASSWORD 环境变量(如果可用)。
HiveServer2 现在将修改使用 MR 或 Spark 执行引擎启动的作业的作业配置，以包括作业凭证提供程序，以便作业任务可以使用机密访问加密的密钥库。

hive.server2.job.credential.provider.path –将此设置为您的特定于作业的 hadoop 凭据提供程序。例如：jceks：//hdfs/user/hive/secret/jobcreds.jceks。

HIVE_JOB_CREDSTORE_PASSWORD –将此 HiveServer2 环境变量设置为上面设置的特定于作业的 Hadoop 凭证提供程序密码。

临时目录 Management

HiveServer2 允许配置临时目录的各个方面，Hive 使用这些目录来存储临时输出和计划。

Configuration Properties

以下是可以配置的与临时目录相关的属性：

ClearDanglingScratchDir Tool

可以运行工具 cleardanglingscratchdir 来清理因不正确关闭 Hive 而留下的任何悬挂的暂存目录，例如，当虚拟机重新启动时，Hive 没有机会运行关闭钩子。

hive --service cleardanglingscratchdir [-r] [-v] [-s scratchdir]
    -r   	dry-run mode, which produces a list on console
	-v   	verbose mode, which prints extra debugging information
	-s   	if you are using non-standard scratch directory

该工具会测试暂存目录是否正在使用，如果没有，则将其删除。这依赖于 HDFS 写锁来检测是否正在使用临时目录。 HDFSClient 端打开一个 HDFS 文件($scratchdir/inuse.lck)进行写入，并且仅在关闭会话时将其关闭。 cleardanglingscratchdir 将尝试打开$scratchdir/inuse.lck进行写入，以测试相应的 HiveCli/HiveServer2 是否仍在运行。如果使用锁，则不会清除暂存目录。如果锁可用，则暂存目录将被清除。请注意，NameNode 最多可能需要 10 分钟才能从死掉的 HiveCli/HiveServer2 中回收临时文件锁的租约，此时，如果再次运行， cleardanglingscratchdir 将能够删除它.**

HiveServer2 的 Web UI

Version

在 Hive 2.0.0 中引入。请参阅HIVE-12338及其子任务。

HiveServer2 的 Web 用户界面(UI)提供配置，日志记录，Metrics 和活动会话信息。默认情况下，Web UI 在端口 10002(127.0.0.1:10002)上可用。

Web UI 的Configuration properties可以是在 hive-site.xml 中定制，包括 hive.server2.webui.host，hive.server2.webui.port，hive.server2.webui.max.threads 等。
可以使用“Metrics 转储”标签查看Hive Metrics。
可以使用“本地日志”标签查看Logs。

该接口当前正在使用HIVE-12338开发。

PythonClient 端驱动程序

HiveServer2 的 PythonClient 端驱动程序位于https://github.com/BradRuderman/pyhs2(感谢 Brad)。它包括所有必需的软件包，例如 SASL 和 Thrift 包装器。

该驱动程序已通过认证可与 Python 2.6 及更高版本一起使用。

要使用pyhs2驱动程序：

pip install pyhs2

and then:

import pyhs2

with pyhs2.connect(host='localhost',
                   port=10000,
                   authMechanism="PLAIN",
                   user='root',
                   password='test',
                   database='default') as conn:
    with conn.cursor() as cur:
    	#Show databases
    	print cur.getDatabases()

    	#Execute query
        cur.execute("select * from table")

        #Return column info from query
        print cur.getSchema()

        #Fetch table results
        for i in cur.fetch():
            print i

您可以在[email protected] 邮件列表上讨论此驱动程序。

RubyClient 端驱动程序

github 上的https://github.com/forward3d/rbhive提供了 RubyClient 端驱动程序。

Name	Apache Hive 中文手册
Version
Language
Badge
Last Updated	2021-07-05T14:25:28

HiveServer2

如何配置

hive-site.xml 文件中的配置属性

以 HTTP 模式运行

基于 Cookie 的身份验证

可选的全局初始化文件

Logging Configuration

如何开始

Usage Message

Authentication/Security Configuration

Configuration

Impersonation

Integrity/Confidentiality Protection

SSL Encryption

使用自签名证书设置 SSL

选择性停用 SSL 协议版本

可插拔身份验证模块(PAM)

设置 HiveServer2 作业凭据提供程序

临时目录 Management

Configuration Properties

ClearDanglingScratchDir Tool

HiveServer2 的 Web UI

PythonClient 端驱动程序

RubyClient 端驱动程序