采用原生驱动程序的 Cloudera Impala 3.1 及更高版本和 Cloudera Impala

使用这些指令的方言

Looker 会连接到以下 Impala 数据库：

  • Cloudera Impala 3.1 及更高版本
  • 具有原生驱动程序的 Cloudera Impala 3.1 及更高版本
  • 使用原生驱动程序的 Cloudera Impala

加密网络流量

最佳实践是对 Looker 应用和数据库之间的网络流量进行加密。考虑启用安全的数据库访问文档页面中介绍的某个选项。

配置 Looker 以连接到 Cloudera Impala

Looker 通过 JDBC 连接连接到数据库。对于 Impala 数据库，Looker 默认连接到在端口 21050 上运行 impalad 守护程序的服务器。如需了解详情，请参阅 Cloudera 网站上文档的配置 Impala 以使用 JDBC 部分。

在 Looker 的管理部分中，选择连接，然后点击添加连接。

Looker 连接配置取决于所使用的安全措施：

连接到未经 Kerberos 或用户身份验证的集群

要配置不使用 Kerberos 或用户身份验证的连接，请按以下步骤操作：

  1. 在连接设置页面上，将用户名和密码字段留空。（字段名称旁边的 * 表示这些字段是必需的，但它们并不是必需的）。
  2. 在其他 JDBC 参数字段中，输入 ;auth=noSasl。

验证连接字符串

如需验证日志文件中的 JDBC 连接字符串，请在 Looker 管理面板中点击左侧菜单中的日志。然后，按 jdbc 或 noSasl 等字词过滤日志。日志行可能如下所示：

jdbc connect using: jdbc:hive2://<HOSTNAME>/<DATABASE_NAME>;auth=noSasl

如需详细了解如何配置 Impala 数据库以使用 JDBC，请参阅外部 Cloudera 网站上的文档。

连接到需要 LDAP 身份验证的集群

对于需要 LDAP 身份验证的集群（包括使用 Apache Sentry 和 Kerberos 的集群），请在连接设置页面上输入有权访问 Looker 将访问架构的用户名和密码。

连接到受 Kerberos 保护但不使用 Apache Sentry 的集群

Looker 分析师团队可能需要帮助您正确配置此连接。

通常情况下，Cloudera 环境的 Kerberos 身份验证是通过 Apache Sentry 处理的。如需了解详情，请参阅 Cloudera 文档。

如果您想要将 Looker 配置为使用 Kerberos 身份验证直接连接到 Impala 数据库，请按照本页面中的步骤操作。

设置 Kerberos 客户端配置

首先，您需要确保已在 Looker 计算机上安装多款软件并存在多个文件。

Kerberos 客户端

尝试运行 kinit，验证 Looker 机器上是否安装了 Kerberos 客户端。如果未安装 Kerberos 客户端，请安装 Kerberos 客户端的二进制文件。

例如，在 Redhat/CentOS 上，代码为：

sudo yum install krb5-workstation krb5-libs krb5-auth-dialog

Java 8

Java 8 必须安装在 Looker 机器上，以及 Looker 用户的 PATH 和 JAVA_HOME 中。如有必要，请将其安装在本地 looker 目录中。

Java 加密扩展

  1. 从 Oracle 网站下载并安装适用于 Java 8 的 Java Cryptography Extension (JCE)。

    • 找到用于安装 Java 的 jre/lib/security 目录。
    • 从此目录中移除以下 JAR 文件：local_policy.jar 和 US_export_policy.jar。
    • 请将这两个文件替换为 JCE Unlimited Strength Jurisdiction Policy 文件下载中包含的 JAR 文件。

    可以使用安装了 JCE 的 Java 8 之前的 Java 版本，但不建议这样做。

  2. 更新 ~looker/.bash_profile 中的 JAVA_HOME 和 PATH 以指向正确安装的 Java 和 source ~/.bash_profile，或者退出并重新登录。

  3. 使用 java -version 验证 Java 版本。

  4. 使用 echo $JAVA_HOME 验证 JAVA_HOME 环境变量。

gss-jaas.conf

在 looker 目录中创建一个包含以下内容的 gss-jaas.conf 文件：

com.sun.security.jgss.initiate {
    com.sun.security.auth.module.Krb5LoginModule required
    useTicketCache=true
    doNotPrompt=true;
};

如果需要进行测试，可以按如下方式将 debug=true 添加到此文件中：

com.sun.security.jgss.initiate {
    com.sun.security.auth.module.Krb5LoginModule required
    useTicketCache=true
    doNotPrompt=true
    debug=true;
};
krb5.conf

运行 Looker 的服务器也应该具有有效的 krb5.conf 文件。默认情况下，此文件位于 /etc/krb5.conf 中。如果它位于其他位置，则必须在环境中（在 shell 环境中为 KRB5_CONFIG）指明。

您可能需要从其他 Kerberos 客户端计算机复制此密钥。

lookerstart.cfg

在 looker 目录（包含 looker 启动脚本的同一目录）中创建一个名为 lookerstart.cfg 的文件，以指向 gss-jaas.conf 和 krb5.conf 文件，该文件包含以下代码行：

  JAVAARGS="-Djava.security.auth.login.config=/path/to/gss-jaas.conf -Djavax.security.auth.useSubjectCredsOnly=false -Djava.security.krb5.conf=/etc/krb5.conf"
  LOOKERARGS=""

如果 krb5.conf 文件不在 /etc/krb5.conf 下，则还需要添加此变量：

  -Djava.security.krb5.conf=/path/to/krb5.conf

对于调试，请添加以下变量：

  -Dsun.security.jgss.debug=true -Dsun.security.krb5.debug=true

然后使用 ./looker restart 重启 Looker。

通过 Kerberos 进行身份验证

用户身份验证

  1. 如果 krb5.conf 不在 /etc/ 中，则使用环境变量 KRB5_CONFIG 指示其位置。

  2. 运行命令 klist，确保 Kerberos 票据缓存中有有效的票据。

  3. 如果没有工单，请运行 kinit username@REALM 或 kinit username 以创建工单。

  4. 用于 Looker 的账号可能是无头账号，因此您可以获取 Kerberos 提供的 keytab 文件，以便存储凭据以供长期使用。使用 kinit -k -t looker_user.keytab username@REALM 等命令获取 Kerberos 票据。

自动续订门票

设置一个频繁运行的 Cron 作业，以在 Kerberos 票据缓存中保留有效的票据。此操作的运行频率取决于集群的配置。klist 应指示票券的到期时间。

创建 Looker 与数据库的连接

在 Looker 的管理部分中，选择连接，然后点击添加连接。

按照以下说明填写连接详细信息（如需了解详情，请参阅将 Looker 连接到数据库文档页面）：

  • 名称：连接的名称。这是在 LookML 模型中引用连接的方式。

  • 方言：Cloudera Impala 3.1+、Cloudera Impala 3.1+ with Native Driver 或 Cloudera Impala with Native Driver。

  • 主机：主机名。

  • Port：数据库端口（默认为 21050）。

  • 数据库：要进行建模的默认架构/数据库。如果没有为表指定数据库，则假定如此。

  • Username（用户名）：请将此字段留空。

  • Password（密码）：请将此字段留空。

  • 启用 PDT：使用此切换开关可启用永久性派生表。启用 PDT 后，连接窗口会显示其他 PDT 设置以及 PDT 覆盖部分。

  • 临时数据库：用于存储 PDT 的临时架构/数据库。必须事先创建。

  • 其他 JDBC 参数：JDBC 字符串的其他参数。 请在此处指明 Kerberos 主帐号，例如 ;principal=impala/impala.company.com@REALM。标准主账号由三部分式组成。第一个 (impala) 通常是服务的名称，最后一个 (REALM) 通常是 Realm。

  • SSL：选中此选项可使用 SSL 连接。 如果您的 SSL 证书不是由公认的证书授权机构颁发的，且您使用的是自定义证书，则您需要：

    • 将证书文件复制到 Looker 服务器。这仅适用于客户托管的 Looker 部署。
    • 将以下参数添加到其他 JDBC 参数字段：
  sslTrustStore=/path/to/your/trust_store.jks;trustStorePassword=yourpassword

如需详细了解如何为 Impala 数据库形成正确的 JDBC 字符串，请参阅 Cloudera 文档。

  • 数据库时区：您的数据库中存储的数据的时区。通常情况下，此值可以留空或设置为 UTC。

最佳做法是将服务器名称（本例中为 impala.company.com）作为服务器的规范名称，并且其 IP 地址的 DNS 反向查找会得到该名称。不过，服务器名称应为 Kerberos 网域控制器中列出的任何名称：

  nslookup servername  # get canonical server name and IP address

  nslookup ipaddress  # get the canonical name back

有时，服务器名称会被设置为主机名，而不是完全限定域名。在这种情况下，可能需要修改 /etc/hosts 和 /etc/nsswitch.conf 文件，以确保反向查找可以按预期解析。

测试连接，确保其配置正确。

调试

资源

PDT 的权限

连接到永久性派生表 (PDT) 的暂存架构的用户必须具有读写权限。

功能支持

为了让 Looker 支持某些功能，您的数据库方言也必须支持这些功能。

使用原生驱动程序的 Cloudera Impala

从 Looker 24.8 开始，带有原生驱动程序的 Cloudera Impala 支持以下功能：

特征 是否支持？
支持级别
受支持
Looker (Google Cloud Core)
否
对称聚合
否
派生表
是
永久性 SQL 派生表
是
永久性原生派生表
是
稳定版视图
是
查询终止
是
基于 SQL 的数据透视
是
时区
是
SSL
是
小计
否
JDBC 其他参数
是
区分大小写
是
位置类型
是
列表类型
否
百分位
否
非重复百分位
否
SQL Runner 显示进程
否
SQL Runner 描述表
是
SQL Runner 显示索引
否
SQL Runner 优选 10
是
SQL 运行程序数量
是
SQL 说明
是
OAuth 凭据
否
上下文注释
是
连接池
否
HLL 素描
否
总体认知度
是
递增 PDT
否
毫秒
是
微秒
是
具体化视图
否
近似计数不重复
是

Cloudera Impala 3.1 及更高版本

从 Looker 24.8 开始，Cloudera Impala 3.1 及更高版本支持以下功能：

特征 是否支持？
支持级别
受支持
Looker (Google Cloud Core)
是
对称聚合
是
派生表
是
永久性 SQL 派生表
是
永久性原生派生表
是
稳定版视图
是
查询终止
是
基于 SQL 的数据透视
是
时区
是
SSL
是
小计
否
JDBC 其他参数
是
区分大小写
是
位置类型
是
列表类型
否
百分位
否
非重复百分位
否
SQL Runner 显示进程
否
SQL Runner 描述表
是
SQL Runner 显示索引
否
SQL Runner 优选 10
是
SQL 运行程序数量
是
SQL 说明
是
OAuth 凭据
否
上下文注释
是
连接池
否
HLL 素描
否
总体认知度
是
递增 PDT
否
毫秒
是
微秒
是
具体化视图
否
近似计数不重复
是

具有原生驱动程序的 Cloudera Impala 3.1 及更高版本

从 Looker 24.8 开始，带有原生驱动程序的 Cloudera Impala 3.1 及更高版本支持以下功能：

特征 是否支持？
支持级别
受支持
Looker (Google Cloud Core)
否
对称聚合
是
派生表
是
永久性 SQL 派生表
是
永久性原生派生表
是
稳定版视图
是
查询终止
是
基于 SQL 的数据透视
是
时区
是
SSL
是
小计
否
JDBC 其他参数
是
区分大小写
是
位置类型
是
列表类型
否
百分位
否
非重复百分位
否
SQL Runner 显示进程
否
SQL Runner 描述表
是
SQL Runner 显示索引
否
SQL Runner 优选 10
是
SQL 运行程序数量
是
SQL 说明
是
OAuth 凭据
否
上下文注释
是
连接池
否
HLL 素描
否
总体认知度
是
递增 PDT
否
毫秒
是
微秒
是
具体化视图
否
近似计数不重复
是

后续步骤

将数据库连接到 Looker 后，请为用户配置登录选项。