Integration von Apache Hive-Metastores in Snowflake¶

Voraussetzungen¶

Der Hive-Konnektor für Snowflake weist die folgenden Voraussetzungen auf:

Snowflake-Datenbank und -Schemas:

Speichern die externen Tabellen, die den Hive-Tabellen im Metastore zugeordnet sind.

Designierter Snowflake-Benutzer:

Der Konnektor ist so konfiguriert, dass er als dieser Benutzer Operationen auf den externen Tabellen ausführt.

Speicherintegration:

Speicherintegrationen ermöglichen die Konfiguration sicheren Zugriffs auf externen Cloudspeicher, ohne dass explizite Cloudanbieter-Anmeldeinformationen wie geheime Schlüssel oder Zugriffstoken übergeben werden. Erstellen Sie eine Speicherintegration, um mit CREATE STORAGE INTEGRATION auf Cloudspeicherorte zuzugreifen, auf die in Hive-Tabellen verwiesen wird.

Der Parameter STORAGE_ALLOWED_LOCATIONS für die Speicherintegration muss die gleichen Speichercontainer enthalten, auf die im Parameter Location der Hive-Tabellen in Ihrem Metastore verwiesen wird.

Rolle:

Die Rolle muss dem angegebenen Snowflake-Benutzer zugewiesen sein und die folgenden Objektberechtigungen für die anderen in diesem Abschnitt angegebenen Snowflake-Objekte enthalten:

Objekt	Berechtigungen
Datenbank	USAGE
Schema	USAGE , CREATE STAGE , CREATE EXTERNAL TABLE
Speicherintegration	USAGE

Schritt 1: Konnektor installieren¶

Führen Sie die folgenden Schritte aus, um den Konnektor zu installieren:

1. Laden Sie die JAR-Datei des Konnektors und die XML-Konfigurationsdatei aus dem Maven Central Repository herunter:

   Sonatype (oder https://repo1.maven.org/maven2/net/snowflake/snowflake-hive-metastore-connector/)

2. Kopieren Sie die JAR-Datei in das folgende Verzeichnis:

   Amazon S3 oder Google Cloud Storage:

   lib-Verzeichnis im Hive-Klassenpfad. Der Speicherort kann je nach Hive-Installation variieren. Überprüfen Sie die Umgebungsvariable HIVE_AUX_JARS_PATH, um den Klassenpfad zu ermitteln.

   Microsoft Azure HDInsight:

   hive-Verzeichnis im Benutzerverzeichnis, z. B. /usr/hdp/<HDInsight-Version>/atlas/hook/hive/. Der Speicherort kann je nach Azure HDInsight-Version und den Installationsoptionen variieren.

   Bemerkung

   Ein kundenspezifisches Beispielskript ist im Ordner scripts auf der GitHub-Projektseite verfügbar. Das Skript fügt die JAR-Datei und die Konfigurationsdateien zu den korrekten Verzeichnissen hinzu.

3. Erstellen Sie eine Datei mit dem Namen snowflake-config.xml im folgenden Verzeichnis:

   Amazon S3 oder Google Cloud Storage:

   conf-Verzeichnis im Hive-Klassenpfad.

   Microsoft Azure HDInsight:

   conf/conf.server-Verzeichnis im Hive-Klassenpfad.

4. Öffnen Sie die Datei snowflake-config.xml in einem Texteditor, und fügen Sie die folgenden <Name>-Eigenschaften mit den zugehörigen <Werten> hinzu:

   snowflake.jdbc.username

   Gibt den Anmeldenamen des Snowflake-Benutzers an, der für Aktualisierungsoperationen auf den externen Tabellen vorgesehen ist.

   snowflake.jdbc.password

   Gibt das Kennwort für den Anmeldenamen an.

   Bemerkung

   • Je nach Hadoop-Version können Sie auf Basis einer Systemeigenschaft oder einer Umgebungsvariablen einen Platzhalter für das Kennwort festlegen. Die Konfiguration verhält sich wie andere Hadoop-Konfigurationen. Weitere Informationen dazu finden Sie in der Hadoop-Dokumentation.

   • snowflake.jdbc.privateKey

   Alternativ können Sie die Schlüsselpaar-Authentifizierung verwenden. Eine Anleitung zum Generieren des Schlüsselpaars und zum Zuweisen des öffentlichen Schlüssels an einen Benutzer finden Sie unter Schlüsselpaar-Authentifizierung und Schlüsselpaar-Rotation.

   Um den privaten Schlüssel an Snowflake zu übergeben, fügen Sie die Eigenschaft snowflake.jdbc.privateKey zur Datei snowflake-config.xml hinzu. Öffnen Sie die Datei mit dem privaten Schlüssel (z. B. rsa_key.p8) in einem Texteditor. Kopieren Sie die Zeilen zwischen -----BEGIN RSA PRIVATE KEY----- und -----END RSA PRIVATE KEY----- als Wert der Eigenschaft oder Umgebungsvariable.

   snowflake.jdbc.account

   Gibt den Namen Ihres Kontos an (bereitgestellt von Snowflake), z. B. xy12345.

   snowflake.jdbc.db

   Gibt eine vorhandene Snowflake-Datenbank an, die für die Hive-Metastore-Integration verwendet werden soll. Weitere Informationen dazu finden Sie im Abschnitt Voraussetzungen (unter diesem Thema).

   snowflake.jdbc.schema

   Gibt ein vorhandenes Snowflake-Schema in der angegebenen Datenbank an. Weitere Informationen dazu finden Sie im Abschnitt Voraussetzungen (unter diesem Thema).

   Um mehrere Schemas in Ihrem Hive-Metaspeicher den entsprechenden Schemas in Ihrer Snowflake-Datenbank zuzuordnen, legen Sie zusätzlich zur aktuellen Eigenschaft auch die Eigenschaft snowflake.hive-metastore-listener.schemas fest. Geben Sie das Standardschema von Snowflake in der Eigenschaft snowflake.jdbc.schema an.

   snowflake.jdbc.role

   Gibt die Zugriffssteuerungsrolle an, die vom Hive-Konnektor verwendet werden soll. Die Rolle sollte eine bestehende Rolle sein, die dem angegebenen Benutzer bereits zugeordnet wurde.

   Wenn hier keine Rolle angegeben ist, verwendet der Hive-Konnektor die Standardrolle für den angegebenen Benutzer.

   snowflake.jdbc.connection

   Gibt die Verbindungszeichenfolge für Ihr Snowflake-Konto im folgenden Format an:

   jdbc:snowflake://<account_identifier>.snowflakecomputing.com

   Wobei:

   <account_identifier>

   Eindeutiger Bezeichner Ihres Snowflake-Kontos.

   Das bevorzugte Format für den Kontobezeichner ist wie folgt:

   organization_name-account_name

   Namen Ihrer Snowflake-Organisation und Ihres Snowflake-Kontos. Weitere Details dazu finden Sie unter Format 1 (bevorzugt): Kontoname in Ihrer Organisation.

   Geben Sie alternativ Ihren Konto-Locator zusammen mit der geografischen Region und ggf. mit der Cloudplattform an, auf der das Konto gehostet wird. Weitere Details dazu finden Sie unter Format 2 (älter): Konto-Locator in einer Region.

   snowflake.hive-metastore-connector.integration

   Gibt den Namen des Speicherintegrationsobjekts an, das für den sicheren Zugriff auf die externen Speicherorte verwendet werden soll, auf die in Hive-Tabellen im Metastore verwiesen wird. Weitere Informationen dazu finden Sie im Abschnitt Voraussetzungen (unter diesem Thema).

   snowflake.hive-metastore-listener.schemas

   Gibt eine kommagetrennte Liste der Snowflake-Schemas an, die in der in snowflake.jdbc.db angegebenen Snowflake-Datenbank vorhanden sind.

   Wenn eine Tabelle im Hive-Metaspeicher erstellt wird, prüft der Konnektor, ob diese Eigenschaft ein Snowflake-Schema mit dem gleichen Namen wie das Hive-Schema bzw. die Hive-Datenbank auflistet, das/die die neue Tabelle enthält:

   • Wenn ein Snowflake-Schema mit demselben Namen aufgeführt ist, erstellt der Konnektor eine externe Tabelle in diesem Schema.

   • Wenn ein Snowflake-Schema mit demselben Namen nicht aufgeführt ist, erstellt der Konnektor eine externe Tabelle in dem Standardschema, das in der Eigenschaft snowflake.jdbc.schema definiert ist.

   Die externe Tabelle hat den gleichen Namen wie die neue Hive-Tabelle.

   Bemerkung

   Erfordert Version 0.5.0 (oder höher) des Hive-Konnektors.

   Fügen Sie optional die folgende Eigenschaft hinzu:

   snowflake.hive-metastore-listener.database-filter-regex

   Gibt die Namen aller Datenbanken im Hive-Metastore an, die bei der Integration übersprungen werden sollen. Mit dieser Eigenschaft können Sie steuern, welche Datenbanken in Snowflake integriert werden sollen. Diese Option ist besonders nützlich, wenn mehrere Tabellen in Hive-Datenbanken denselben Namen haben. Derzeit erstellt der Hive-Konnektor in dieser Situation die erste Tabelle mit dem Namen in der Snowflake-Zieldatenbank, überspringt jedoch zusätzliche Tabellen mit demselben Namen.

   Angenommen, die Datenbanken mydb1, mydb2 und mydb3 enthalten alle eine Tabelle mit dem Namen table1. Sie können alle Datenbanken mit der Namenskonvention mydb<Nummer> mit Ausnahme von mydb1 weglassen, indem Sie den regulären Ausdruck mydb[^1] als Eigenschaftswert hinzufügen.

   Beispiel für einen Eigenschaftsknoten

   <configuration>
     ..
     <property>
       <name>snowflake.hive-metastore-listener.database-filter-regex</name>
       <value>mydb[^1]</value>
     </property>
   </configuration>
   

   Copy

   Beispiel für Datei „snowflake-config.xml“

   <configuration>
     <property>
       <name>snowflake.jdbc.username</name>
       <value>jsmith</value>
     </property>
     <property>
       <name>snowflake.jdbc.password</name>
       <value>mySecurePassword</value>
     </property>
     <property>
       <name>snowflake.jdbc.role</name>
       <value>custom_role1</value>
     </property>
     <property>
       <name>snowflake.jdbc.account</name>
       <value>myaccount</value>
     </property>
     <property>
       <name>snowflake.jdbc.db</name>
       <value>mydb</value>
     </property>
     <property>
       <name>snowflake.jdbc.schema</name>
       <value>myschema</value>
     </property>
     <property>
       <name>snowflake.jdbc.connection</name>
       <value>jdbc:snowflake://myaccount.snowflakecomputing.com</value>
     </property>
     <property>
       <name>snowflake.hive-metastore-listener.integration</name>
       <value>s3_int</value>
     </property>
     <property>
       <name>snowflake.hive-metastore-listener.schemas</name>
       <value>myschema1,myschema2</value>
     </property>
   </configuration>
   

   Copy

5. Speichern Sie die an der Datei vorgenommenen Änderungen.

6. Bearbeiten Sie die vorhandene Hive-Konfigurationsdatei (hive-site.xml):

   Amazon S3 oder Google Cloud Storage:

   Öffnen Sie die Datei hive-site.xml in einem Texteditor. Fügen Sie den Konnektor der Konfigurationsdatei wie folgt hinzu:

   <configuration>
    ...
    <property>
     <name>hive.metastore.event.listeners</name>
     <value>net.snowflake.hivemetastoreconnector.SnowflakeHiveListener</value>
    </property>
   </configuration>
   

   Copy

   Microsoft Azure HDInsight:

   Führen Sie die Schritte aus der Azure HDInsight-Dokumentation aus, um die Datei hive-site.xml zu bearbeiten. Fügen Sie der Clusterkonfiguration die folgende kundenspezifische Eigenschaft hinzu:

   hive.metastore.event.listeners=net.snowflake.hivemetastoreconnector.SnowflakeHiveListener

   Fügen Sie alternativ die kundenspezifische Eigenschaft im HDInsight Cluster Management Portal hinzu:

   1. Klicken Sie im linken Menü » Configs » Advanced auf die Registerkarte Hive.

   2. Scrollen Sie nach unten zur Registerkarte Custom Hive Site.

   3. Fügen Sie die kundenspezifische Eigenschaft hinzu.

   Bemerkung

   Wenn in dieser Datei bereits andere Konnektoren konfiguriert sind, fügen Sie den Hive-Konnektor für Snowflake in einer durch Kommas getrennten Liste im Knoten <value> hinzu.

7. Speichern Sie die an der Datei vorgenommenen Änderungen.

8. Starten Sie den Hive-Metastore-Dienst neu.

Schritt 2: Installation validieren¶

1. Erstellen Sie eine neue Tabelle in Hive.

2. Fragen Sie mit SHOW EXTERNAL TABLES die Liste der externen Tabellen in Ihrer Snowflake-Datenbank und dem zugehörigen Schema ab:

   SHOW EXTERNAL TABLES IN <database>.<schema>;
   

   Copy

   Wobei database und schema die Datenbank bzw. das Schema sind, die Sie in der Datei snowflake-config.xml in Schritt 1: Konnektor installieren (unter diesem Thema) angegeben haben.

   Im Ergebnis sollte nun eine externe Tabelle mit demselben Namen wie die neue Hive-Tabelle vorhanden sein:

Konnektor-Datensätze werden in die Hive-Metastore-Protokolle geschrieben. Vom Konnektor ausgeführte Abfragen können in der Snowflake-Ansicht/Funktionsausgabe QUERY_HISTORY angezeigt werden, ähnlich wie bei anderen Abfragen.

Unterstützte Hive-Operationen und -Tabellentypen¶

Hive- und Snowflake-Datentypen¶

Die folgende Tabelle veranschaulicht die Zuordnung von Hive- und Snowflake-Datentypen:

Unterstützte Dateiformate und Optionen¶

Die folgenden Datendateiformate und Hive-Dateiformatoptionen werden unterstützt:

• CSV

  Die folgenden Optionen werden mit den Eigenschaften SerDe (Serializer/Deserializer) unterstützt:

  • field.delim / separatorChar

  • line.delim

  • escape.delim / escapeChar

• JSON

• AVRO

• ORC

• PARQUET

  Die folgenden Optionen werden mithilfe der Tabelleneigenschaften unterstützt:

  • parquet.compression.

Nicht unterstützte Hive-Befehle, -Features und -Anwendungsfälle¶

Der Konnektor unterstützt nicht die folgenden Hive-Befehle, -Funktionen und -Anwendungsfälle:

• Hive-Ansichten

• ALTER-Anweisungen mit Ausnahme von TOUCH, ADD COLUMNS und DROP COLUMNS

• Kundenspezifische SerDe-Eigenschaften.

• Ändern einer vorhandenen verwalteten Hive-Tabelle in eine externe Hive-Tabelle oder umgekehrt