Question

我希望在Hive中使用运行Azure HDInsight On Demand群集（3.6）的Azure数据工厂（v1）执行一些数据转换。

由于HDInsight On Demand集群在一些空闲时间后被销毁，我想/需要保留有关Hive表（例如分区）的元数据，我还使用Azure SQL Server数据库配置了外部Hive Metastore。

现在，我想将所有生产数据存储在一个单独的存储帐户上，而不是默认的＃34;帐户，其中Data Factory和HDInsight还为日志记录和其他运行时数据创建容器。

所以我有以下资源：

具有HDInsight On Demand的数据工厂（作为链接服务）
Hive Metastore的SQL Server和数据库（在HDInsight On Demand中配置）
Data Factory和HDInsight On Demand群集使用的默认存储帐户（blob存储，通用v1）
数据入口和Hive表的附加存储帐户（blob存储，通用v1）

除位于North Europe的数据工厂外，所有资源都在同一位置West Europe，这应该没问题（HDInsight群集必须与任何存储帐户位于同一位置）想用）。所有与数据工厂相关的部署都是使用DataFactoryManagementClient API完成的。

示例Hive脚本（在Data Factory中部署为HiveActivity）如下所示：

CREATE TABLE IF NOT EXISTS example_table (
  deviceId string,
  createdAt timestamp,
  batteryVoltage double,
  hardwareVersion string,
  softwareVersion string,
)
PARTITIONED BY (year string, month string) -- year and month from createdAt
CLUSTERED BY (deviceId) INTO 256 BUCKETS
STORED AS ORC
LOCATION 'wasb://container@additionalstorage.blob.core.windows.net/example_table'
TBLPROPERTIES ('transactional'='true');

INSERT INTO TABLE example_table PARTITIONS (year, month) VALUES ("device1", timestamp "2018-01-22 08:57:00", 2.7, "hw1.32.2", "sw0.12.3");

遵循文档here和here，这应该非常简单：只需将新存储帐户添加为其他链接服务（使用additionalLinkedServiceNames属性）。

但是，当Hive脚本试图访问存储在此帐户中的表时，会导致以下异常：

IllegalStateException Error getting FileSystem for wasb : org.apache.hadoop.fs.azure.AzureException: org.apache.hadoop.fs.azure.KeyProviderException: ExitCodeException exitCode=2: Error reading S/MIME message
139827842123416:error:0D06B08E:asn1 encoding routines:ASN1_D2I_READ_BIO:not enough data:a_d2i_fp.c:247:
139827842123416:error:0D0D106E:asn1 encoding routines:B64_READ_ASN1:decode error:asn_mime.c:192:
139827842123416:error:0D0D40CB:asn1 encoding routines:SMIME_read_ASN1:asn1 parse error:asn_mime.c:517:

Some googling told me发生这种情况时，密钥提供程序未正确配置（即抛出异常，因为它尝试解密密钥，即使它未加密）。手动将fs.azure.account.keyprovider.<storage_name>.blob.core.windows.net设置为org.apache.hadoop.fs.azure.SimpleKeyProvider后，它似乎适用于阅读和简单的＆＃34;将数据写入表，但在Metastore参与时再次失败（创建表，添加新分区，......）：

ERROR exec.DDLTask: org.apache.hadoop.hive.ql.metadata.HiveException: MetaException(message:Got exception: org.apache.hadoop.fs.azure.AzureException com.microsoft.azure.storage.StorageException: Server failed to authenticate the request. Make sure the value of Authorization header is formed correctly including the signature.)
  at org.apache.hadoop.hive.ql.metadata.Hive.createTable(Hive.java:783)
  at org.apache.hadoop.hive.ql.exec.DDLTask.createTable(DDLTask.java:4434)
  at org.apache.hadoop.hive.ql.exec.DDLTask.execute(DDLTask.java:316)
  at org.apache.hadoop.hive.ql.exec.Task.executeTask(Task.java:160)
[...]
  at org.apache.hadoop.util.RunJar.main(RunJar.java:148)
Caused by: MetaException(message:Got exception: org.apache.hadoop.fs.azure.AzureException com.microsoft.azure.storage.StorageException: Server failed to authenticate the request. Make sure the value of Authorization header is formed correctly including the signature.)
  at org.apache.hadoop.hive.metastore.api.ThriftHiveMetastore$create_table_with_environment_context_result$create_table_with_environment_context_resultStandardScheme.read(ThriftHiveMetastore.java:38593)
  at org.apache.hadoop.hive.metastore.api.ThriftHiveMetastore$create_table_with_environment_context_result$create_table_with_environment_context_resultStandardScheme.read(ThriftHiveMetastore.java:38561)
  at org.apache.hadoop.hive.metastore.api.ThriftHiveMetastore$create_table_with_environment_context_result.read(ThriftHiveMetastore.java:38487)
  at org.apache.thrift.TServiceClient.receiveBase(TServiceClient.java:86)
  at org.apache.hadoop.hive.metastore.api.ThriftHiveMetastore$Client.recv_create_table_with_environment_context(ThriftHiveMetastore.java:1103)
  at org.apache.hadoop.hive.metastore.api.ThriftHiveMetastore$Client.create_table_with_environment_context(ThriftHiveMetastore.java:1089)
  at org.apache.hadoop.hive.metastore.HiveMetaStoreClient.create_table_with_environment_context(HiveMetaStoreClient.java:2203)
  at org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClient.create_table_with_environment_context(SessionHiveMetaStoreClient.java:99)
  at org.apache.hadoop.hive.metastore.HiveMetaStoreClient.createTable(HiveMetaStoreClient.java:736)
  at org.apache.hadoop.hive.metastore.HiveMetaStoreClient.createTable(HiveMetaStoreClient.java:724)
  [...]
  at org.apache.hadoop.hive.metastore.RetryingMetaStoreClient.invoke(RetryingMetaStoreClient.java:178)
  at com.sun.proxy.$Proxy5.createTable(Unknown Source)
  at org.apache.hadoop.hive.ql.metadata.Hive.createTable(Hive.java:777)
  ... 24 more

我再次尝试谷歌搜索，但没有找到可用的东西。我认为它可能需要做一些事实，即Metastore服务与Hive分开运行，并且由于某种原因无法访问配置的存储帐户密钥......但说实话，我认为这应该只是工作无需手动修改Hadoop / Hive配置。

所以，我的问题是：我做错了什么，这应该如何运作？

Answer 1

您需要确保将hadoop-azure.jar和azure-storage-5.4.0.jar添加到hadoop-env.sh中的Hadoop Classpath导出中。

export HADOOP_CLASSPATH = / usr / lib / hadoop-client / hadoop-azure.jar：/usr/lib/hadoop-client/lib/azure-storage-5.4.0.jar:$ HADOOP_CLASSPATH

您需要通过核心站点中的以下参数添加存储密钥。 fs.azure.account.key。{storageaccount} .blob.core.windows.net

创建数据库和表格时，您需要使用存储帐户和用户ID指定位置创建表{Tablename} ... LOCATION＆＃39; wasbs：// {container} @ {storageaccount} .blob.core.windows.net / {filepath}＆＃39;

如果在尝试上述检查后仍有问题，请查看存储帐户是V1还是V2。我们遇到的问题是V2存储帐户无法与我们的HDP版本一起使用。

如何在其他Azure Blob存储上使用外部Metastore创建/访问Hive表？

1 个答案: