python采用jdbc连接kerberos认证的hive

背景

最近在开发中遇到了一个场景，公司需要连接kerberos认证的Hive，正常的情况下直接用pyhive就可以了，网上可以找到许多相关的解决方案，但是我们在使用中发现了一个问题，pyhive使用的是非开源的，在查询数据时容易出现bug，且需要很长时间才能够修复，为了规避这个问题，我们采用python jdbc连接的方式来规避这个问题；

解决思路

python有lib叫做jaydebeapi，是专门用来调用jdbc连接的，我们使用jaydebeapi调用jdbc连接hive，中间做好kerberos认证即可；参考代码如下：

python 复制代码

"""测试验证jaydebeapi连接hive，采用kerberos认证"""

import os
import jpype
import jaydebeapi

def main():
    driver = "org.apache.hive.jdbc.HiveDriver"
    HS2_HOST = "xxxx"
    HS2_PORT = 10000
    REALM    = "xxxx"
    url = f"jdbc:hive2://{HS2_HOST}:{HS2_PORT}/default;principal=hive/xxxx@{REALM};sasl.qop=auth-conf;"
    jdbc_path = "/opt/xxxx/"
    if not jpype.isJVMStarted():
        jpype.startJVM(
            jpype.getDefaultJVMPath(),
            f"-Djava.class.path={jdbc_path}/hive-jdbc.jar",
            "-Djava.security.krb5.conf=./krb5.conf",
            "-Djavax.security.auth.useSubjectCredsOnly=false",
            # 如需排查 Kerberos，打开下一行：
            # "-Dsun.security.krb5.debug=true",
        )

    # Kerberos认证连接；不需要 username/password）
    conn = jaydebeapi.connect(driver, url)
    cursor = conn.cursor()
    sqlstr = "select * from xxx"
    cursor.execute(sqlstr)
    result = cursor.fetchall()
    for r in result:
        print(r)

    cursor.close()
    conn.close()

if __name__ == '__main__':
    main()

注:1.当前运行代码的环境已经安装了kerberos的client，且已经完成了认证; 2.jdbc:hive2://{HS2_HOST}:{HS2_PORT}/default;principal=hive/xxxx@{REALM};sasl.qop=auth-conf; 中的参数和所在的集群相关，需要自己配置； sasl.qop 参数通常出现在使用 Kerberos 进行安全认证的系统中，尤其是在涉及 SASL (Simple Authentication and Security Layer) 的场景下，比如 Kafka、Hadoop、LDAP 等分布式系统或网络协议；其取值有如下三个：

auth：仅认证（Authentication only）。只验证身份，不提供数据加密或完整性保护。
auth-int：认证 + 完整性保护（Authentication + Integrity）。确保数据在传输过程中未被篡改，但不加密。
auth-conf：认证 + 完整性 + 机密性（Authentication + Integrity + Confidentiality）。提供完整加密，确保数据不被窃听。开发者需要根据自己集群的配置来设置该参数；