Apache Hive

Esta página contiene información para conectar Looker a Apache Hive 2.3 y versiones posteriores, y a Apache Hive 3.1.2 y versiones posteriores.

Ten en cuenta lo siguiente sobre la compatibilidad de Looker con las diferentes versiones de Apache Hive:

  • Looker admite conexiones a Apache Hive 2.3 y versiones posteriores, y a Apache Hive 3.1.2 y versiones posteriores.
  • En el caso de Apache Hive 3.1.2 y versiones posteriores, Looker puede integrarse por completo con las bases de datos de Apache Hive 3 solo en versiones posteriores a la 3.1.2. Esto se debe a un problema de análisis de consultas de las versiones 2.4.0 a 3.1.2 de Hive que generaba tiempos de análisis extremadamente largos para el SQL generado por Looker.
  • Looker no admite conexiones a Apache Hive 2. Las consultas sobre conexiones a Apache Hive 2 mostrarán un error.

Encripta el tráfico de red

Se recomienda encriptar el tráfico de red entre la aplicación de Looker y tu base de datos. Considera una de las opciones que se describen en la página de documentación Habilita el acceso seguro a la base de datos.

Introducción

Looker está diseñado para conectarse a un servidor de base de datos con JDBC. En el caso de Hive, este es el servidor Thrift (HiveServer2). Consulta la documentación de Apache para obtener más información.

De forma predeterminada, este servidor escuchará en el puerto 10000.

Looker es una herramienta de consulta interactiva, por lo que espera funcionar con un motor de SQL interactivo. Si Hive se ejecuta en MapReduce (hive.execution.engine se establece en mr), Hive mostrará los resultados de las consultas demasiado lentos para que sean prácticos.

Looker se probó con Hive en Tez (hive.execution.engine=tez), aunque también es posible ejecutar Looker en Hive en Spark. Se agregó compatibilidad con Spark en la versión 1.1 de Hive. (Looker admite Hive 1.2.1 y versiones posteriores).

Tablas derivadas persistentes (PDT)

Para habilitar las tablas derivadas persistentes (PDT) en Looker con una conexión de Hive, crea un esquema de prueba para que lo use Looker. El siguiente es un ejemplo de un comando que puedes usar para crear un esquema looker_scratch:

 CREATE SCHEMA looker_scratch;

La cuenta de usuario que usa Looker para conectarse a Hive (que puede ser anónima si no se usa autenticación) debe tener las siguientes capacidades en el esquema en blanco:

  • Crear tablas
  • Cómo alterar tablas
  • Cómo quitar tablas

Prueba esto con un cliente JDBC antes de intentar crear PDT con Hive.

Colas

Si deseas que las consultas de Looker se envíen a una cola específica, ingresa el parámetro de nombre de cola en el campo Parámetros de JDBC adicionales de la página Configuración de conexión:

?tez.queue.name=the_bi_queue

Otros parámetros de Hive se pueden configurar de esta manera en el campo Parámetros adicionales de JDBC de la página Configuración de conexión.

Con los atributos del usuario, es posible que las consultas de diferentes usuarios o grupos de usuarios se envíen a diferentes filas. Para ello, crea un atributo de usuario con un nombre como queue_name y, luego, en el campo Parámetros JDBC adicionales, agrega lo siguiente:

?tez.queue.name={{ _user_attributes['queue_name'] }}

También puedes usar esto para personalizar otros parámetros de hive-site.xml por usuario o por grupo.

Cómo crear la conexión de Looker a tu base de datos

Sigue estos pasos para crear la conexión de Looker a tu base de datos:

  1. En la sección Administrador de Looker, selecciona Conexiones y, luego, haz clic en Agregar conexión.

  2. Selecciona Apache Hive 2.3 o versiones posteriores o Apache Hive 3.1.2 o versiones posteriores en el menú desplegable Dialecto.

  3. Completa los detalles de la conexión. La mayoría de los parámetros de configuración son comunes en la mayoría de los dialectos de bases de datos. Consulta la página de documentación Cómo conectar Looker a tu base de datos para obtener información. A continuación, se describen algunos de los parámetros de configuración:

    • Nombre: Especifica el nombre de la conexión. Así es como te referirás a la conexión en los proyectos de LookML.
    • Host: Especifica el nombre de host.
    • Puerto: Especifica el puerto de la base de datos.
    • Base de datos: Especifica el nombre de la base de datos.
    • Nombre de usuario: Especifica el nombre de usuario de la base de datos.
    • Contraseña: Especifica la contraseña del usuario de la base de datos.
    • Habilitar PDT: Usa este botón de activación para habilitar las tablas derivadas persistentes. Cuando se habilitan los PDT, la ventana Connection muestra la configuración adicional de PDT y la sección PDT Overrides.
    • Base de datos temporal: Especifica el nombre del esquema de prueba creado en la sección Tablas derivadas persistentes (PDT) de esta página de documentación.
    • Cantidad máxima de conexiones del compilador de PDT: Especifica la cantidad de compilaciones de PDT simultáneas posibles en esta conexión. Si estableces un valor demasiado alto, podría afectar negativamente los tiempos de consulta. Para obtener más información, consulta la página de documentación Cómo conectar Looker a tu base de datos.
    • Parámetros adicionales de JDBC: Especifica los parámetros de cadena de JDBC adicionales.
    • Programa de mantenimiento de PDT y grupos de datos: Especifica una expresión cron que indique cuándo Looker debe verificar los grupos de datos y las tablas derivadas persistentes. Documentación del Programa de mantenimiento de PDT y grupos de datos
    • SSL: Marca esta opción para usar conexiones SSL.
    • Verificar SSL: Verifica la verificación del nombre de host.
    • Conexiones máximas por nodo: En un principio, este parámetro de configuración se puede dejar en el valor predeterminado. Consulta la página de documentación Cómo conectar Looker a tu base de datos para obtener más información.
    • Tiempo de espera del grupo de conexiones: Este parámetro de configuración se puede dejar en el valor predeterminado inicialmente. Obtén más información sobre este parámetro de configuración en la sección Tiempo de espera del grupo de conexiones de la página de documentación Cómo conectar Looker a tu base de datos.
    • Almacenamiento previo en caché del Ejecutor de SQL: Para que el Ejecutor de SQL no cargue previamente la información de la tabla y la cargue solo cuando se seleccione una tabla, desmarca esta opción. Obtén más información sobre este parámetro de configuración en la sección Prealmacenamiento de SQL Runner de la página de documentación Cómo conectar Looker a tu base de datos.
    • Zona horaria de la base de datos: Especifica la zona horaria que se usa en la base de datos. Deja este campo en blanco si no deseas realizar la conversión de zona horaria. Consulta la página de documentación Cómo usar la configuración de zona horaria para obtener más información.

  4. Para verificar que la conexión se haya establecido correctamente, haz clic en Probar. Consulta la página de documentación Cómo probar la conectividad de la base de datos para obtener información sobre la solución de problemas.

  5. Para guardar esta configuración, haz clic en Conectar.

Compatibilidad de características

Para que Looker admita algunas funciones, el dialecto de tu base de datos también debe admitirlas.

Apache Hive 2.3 y versiones posteriores

Apache Hive 2.3 y versiones posteriores admiten las siguientes funciones a partir de Looker 24.20:

Atributo ¿Es compatible?
Nivel de asistencia
Integración
Looker (Google Cloud Core)
No
Agregaciones simétricas
No
Tablas derivadas
Sí
Tablas derivadas de SQL persistentes
Sí
Tablas derivadas persistentes nativas
Sí
Vistas estables
Sí
Eliminación de consultas
Sí
Pivotes basados en SQL
No
Zonas horarias
Sí
SSL
Sí
Subtotales
Sí
Parámetros adicionales de JDBC
Sí
Distingue mayúsculas de minúsculas
Sí
Tipo de ubicación
Sí
Tipo de lista
Sí
Percentil
Sí
Percentil de valores distintos
No
Cómo mostrar procesos en el Ejecutor de SQL
No
Tabla de descripción de SQL Runner
Sí
Índices de Show de SQL Runner
Sí
SQL Runner Select 10
Sí
Cantidad de Ejecutor de SQL
Sí
Explicación de SQL
Sí
Credenciales de OAuth
No
Comentarios contextuales
Sí
Agrupación de conexiones
No
Esbozos de HLL
No
Aggregate Awareness
Sí
PDT incrementales
No
Milisegundos
Sí
Microsegundos
Sí
Vistas materializadas
No
Distinción de recuento aproximado
No

Apache Hive 3.1.2 y versiones posteriores

Apache Hive 3.1.2 y versiones posteriores admiten las siguientes funciones a partir de Looker 24.20:

Atributo ¿Es compatible?
Nivel de asistencia
Admitido
Looker (Google Cloud Core)
Sí
Agregaciones simétricas
No
Tablas derivadas
Sí
Tablas derivadas de SQL persistentes
Sí
Tablas derivadas persistentes nativas
Sí
Vistas estables
Sí
Eliminación de consultas
Sí
Pivotes basados en SQL
No
Zonas horarias
Sí
SSL
Sí
Subtotales
Sí
Parámetros adicionales de JDBC
Sí
Distingue mayúsculas de minúsculas
Sí
Tipo de ubicación
Sí
Tipo de lista
Sí
Percentil
Sí
Percentil de valores distintos
No
Cómo mostrar procesos en el Ejecutor de SQL
No
Tabla de descripción de SQL Runner
Sí
Índices de Show de SQL Runner
No
SQL Runner Select 10
Sí
Cantidad de Ejecutor de SQL
Sí
Explicación de SQL
Sí
Credenciales de OAuth
No
Comentarios contextuales
Sí
Agrupación de conexiones
No
Esbozos de HLL
No
Aggregate Awareness
Sí
PDT incrementales
No
Milisegundos
Sí
Microsegundos
Sí
Vistas materializadas
No
Distinción de recuento aproximado
No

Próximos pasos

Después de conectar tu base de datos a Looker, configura las opciones de acceso para tus usuarios.