Superset配置impala数据源

1.安装impyla

pip install impyla

2.在superset页面配置如下,此时impala是有kerberos认证的

impala://xxxx:xx/default?auth_mechanism=GSSAPI&kerberos_service_name=impala

如果遇到下面的问题,是thrift-sasl版本过高

The error message returned was:\n'TSocket' object has no attribute 'isOpen'

降级为0.2.1版本就可以

pip list | grep thrift-sasl
thrift-sasl            0.3.0
pip install thrift-sasl==0.2.1

测试,ok

查询

当将thrift-sasl从0.3.0降级为0.2.1之后,连接hive会报

from pyhive import hive ImportError: cannot import name 'constants'

解决方法是将原来hive的uri从

hive://xxx:xxx/default?auth=KERBEROS&kerberos_service_name=hive

修改为

impala://xxx:xxx/default?auth_mechanism=GSSAPI&kerberos_service_name=hive

同时附上impala和hive查询的时间对比,impala要快很多

hive

impala

其中city为array,在impala中不能使用select语句来查询,因为impala中select语句只支持标量

如果要在impala中查询array中的数据，需要这么查

select * from default.arraydemo, default.arraydemo.city

结果，这是将array中的数据进行了展平