python连接hive读取数据并编辑相应excle进行发送_python 连hive数据库 读取数据写excel文件-程序员宅基地

技术标签: hive  python  pyhs2  

前情提要

shell脚本操作excle,难度很大,我没有去试验,但是用python搞定了,python连接hive是通过pyhs2客户端(hive官网hiveServe2的安装这一节,python客户端推荐的就是pyhs2),pyhs2四五年之前就停止维护了,github上会推荐你使用pyhive的,这个我用了下,跑复杂的sql报错,没深入研究,就还是用pyhs2,毕竟他是调用hiveServer2来执行任务的,基本和hive-cli是一样的。

难点

hive本身的化就是sql的语句的编写,比较困难的是python对excel的操作和追加,
python本生有一些库,比较好用,最后就是各种测试,直到满足你的需求为止,其中2.7版本的中文编码问题,搞了差不多一天加一晚上,想骂人……,原谅我是没有python基础的人……

正文

基础库 base.json

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# hive util with hive server2
"""
@author:tianjun
@create:2017年9月25日 20:19:08
"""
__author__ = 'tianjun'
__version__ = '0.1'

import pyhs2
import xlwt
import xlrd
import xlutils
import xlutils.copy
import sys
import smtplib  
import email.MIMEMultipart  
import email.MIMEText  
import email.MIMEBase  
import os.path 
import mimetypes 
import os
import time
import json

default_encoding = 'utf-8'
if sys.getdefaultencoding() != default_encoding:
    reload(sys)
    sys.setdefaultencoding(default_encoding)

class Base:
    def __init__(self, db_host, user, password, database, port=10000, authMechanism="PLAIN"):
        """
        create connection to hive server2
        """
        self.conn = pyhs2.connect(host=db_host,
                                  port=port,
                                  authMechanism=authMechanism,
                                  user=user,
                                  password=password,
                                  database=database,
                                  )

    def query(self, sql):

        """
        query
        """
        with self.conn.cursor() as cursor:
            cursor.execute(sql)
            return cursor.fetch()

    def close(self):
        """
        close connection
        """
        self.conn.close()

def loadJsonAndExec(jsonPath,pyhs2Client,book,fileName,sTime=None,eTime=None):
    datas=[]
    with open(jsonPath) as json_file:
        datas = json.load(json_file)
    for data in datas:
        cls = data['columnNames'].split(",")
        print "columnsNames:" + ",".join(cls)
        if sTime:
            hql = str(data['hql']).replace("startTime",sTime)
        if eTime:
             hql = str(data['hql']).replace("endTime",eTime)
        print "hql:" + hql
        sheetNum = int(data["sheetNum"])
        print "sheetNum:" + str(sheetNum)
        result = pyhs2Client.query(hql)
        print result
        #追加
        writeXlwt(result=result,book=book,sheetNum=sheetNum,columnNames=cls,isAppend=True,fileName=fileName)




"""
result,查询的结果;
sheetname,sheet名称
book 创建的工作簿
sheetnum,sheet的索引
cloumNames,列的中文名
isAppend,数据是否再excel中追加,默认不追加,
filename,需要追加的excle的路径
"""
def writeXlwt(result,book,columnNames,fileName,sheetNum=None,isAppend=False,sheetName=None):
    if isAppend == False:
        sheet1=book.add_sheet(sheetName)#添加一个sheet页
        for i in range(len(result)+1):
            if i ==0:
                for j in range(0,len(columnNames)):
                    sheet1.row(i).write(j,columnNames[j].decode("utf-8"))
                    if result[i][j] is None:
                        sheet1.row(i+1).write(j,result[i][j])
                    else:
                        sheet1.row(i+1).write(j,str(result[i][j]).decode("utf-8"))
            else:
                for a in range(len(result[i-1])):
                    if result[i-1][a] is None:
                        sheet1.row(i+1).write(a,result[i-1][a])
                    else:
                        sheet1.row(i+1).write(a,str(result[i-1][a]).decode("utf-8"))
        book.save(fileName)
    else:
        if fileName:
            r_xls = xlrd.open_workbook(fileName)
            table = r_xls.sheet_by_index(sheetNum)
            w_xls=xlutils.copy.copy(r_xls) #复制表
            rows = table.nrows
            sheet_write = w_xls.get_sheet(sheetNum)

            for i in range(1,len(result)+1):
                if i == 1:
                    for j in range(0,len(columnNames)):
                        sheet_write.write(rows+i,j,columnNames[j].decode("utf-8"))
                        if result[i-1][j] is None:
                            sheet_write.write(rows+i+1,j,result[i-1][j])
                        else:
                            sheet_write.write(rows+i+1,j,str(result[i-1][j]).decode("utf-8"))
                else:
                    for k in range(len(result[i-1])):
                        if result[i-1][k] is None:
                            sheet_write.write(rows+i+1,k,result[i-1][k])
                        else:
                            sheet_write.write(rows+i+1,k,str(result[i-1][k]).decode("utf-8"))
            w_xls.save(fileName)




#各种元素的邮件
def sendEmail(receivers,emailSubject,emailBody,sender=None,password=None,smtpServer=None,attachPath=None):
    """
    send E-mail
    """
    if sender is None:
        sender ="***@163.com"
    if password is None:
        password="***"
    if smtpServer is None:
        smtpServer="smtp.163.com"

    server = smtplib.SMTP(smtpServer)  
    server.login(sender,password) #仅smtp服务器需要验证时 

    # 构造MIMEMultipart对象做为根容器  
    main_msg = email.MIMEMultipart.MIMEMultipart("alternative") 

    # 构造MIMEText对象做为邮件显示内容并附加到根容器  
    text =""
    html = """
        <html> 
            <head>尊敬的用户:</head> 
            <body> 
                <p>
                    %s
                </p> 
            </body> 
            <hr>
            <footer>智慧家庭运营庭分析子系统<br>请勿回复!</footer>
        </html> 
    """% emailBody
    text_msg = email.MIMEText.MIMEText(text,"plain",_charset="utf-8")  
    text_msg2 = email.MIMEText.MIMEText(html,"html",_charset="utf-8")
    main_msg.attach(text_msg)  
    main_msg.attach(text_msg2)

    if attachPath:
        # 构造MIMEBase对象做为文件附件内容并附加到根容器  
        ctype,encoding = mimetypes.guess_type(attachPath)  
        if ctype is None or encoding is not None:  
            ctype='application/octet-stream'  
        maintype,subtype = ctype.split('/',1) 

        ## 读入文件内容并格式化  
        data = open(attachPath, 'rb')  
        file_msg = email.MIMEBase.MIMEBase(maintype, subtype)  
        file_msg.set_payload(data.read( ))  
        data.close( )  
        email.Encoders.encode_base64(file_msg)  

        ## 设置附件头  
        basename = os.path.basename(attachPath)  
        file_msg.add_header('Content-Disposition',  'attachment', filename = basename)  
        main_msg.attach(file_msg)  

    # 设置根容器属性  
    main_msg['From'] = sender  
    main_msg['To'] = ",".join(receivers)  
    main_msg['Subject'] = u"%s"% emailSubject  
    main_msg['Date'] = email.Utils.formatdate( )  

    # 得到格式化后的完整文本  
    fullText = main_msg.as_string( )  

    # 用smtp发送邮件  
    try:  
        server.sendmail(sender, receivers, fullText)  
    finally:  
        server.quit() 

example.py

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# hive util with hive server2
"""
@author:tianjun
@create:2017年9月25日 20:19:08
"""
__author__ = 'tianjun'
__version__ = '0.1'
import pyhs2
import xlwt
import sys
import os
import datetime # 提供操作日期和时间的类
import base.base as mybase
import traceback
import json

default_encoding = 'utf-8'
if sys.getdefaultencoding() != default_encoding:
    reload(sys)
    sys.setdefaultencoding(default_encoding)


def main():
    """
    main process
    """
    today = datetime.date.today()
    print "logs time : " + datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
    yesterday = today - datetime.timedelta(days=1)
    try:
        client = mybase.Base(db_host='172.25.30.105', port=10000, user='root', password='test',database='default', authMechanism='PLAIN')

        book=xlwt.Workbook()     #打开一个工作薄
        filename="tianjun.xls"

        ####这个地方需要注意,必须先新建所有的sheet在最后追加;如果,新建sheet1-追加sheet1-新建sheet2,会导致追加sheet1的内容丢失

         # 新建sheet1
        mybase.writeXlwt(result=[],book=book,columnNames=[],sheetName=u"新增用户1",fileName=filename)
        mybase.writeXlwt(result=[],book=book,columnNames=[],sheetName=u"新增用户2",fileName=filename)
        mybase.writeXlwt(result=[],book=book,columnNames=[],sheetName=u"新增用户3",fileName=filename)
        mybase.writeXlwt(result=[],book=book,columnNames=[],sheetName=u"新增用户4",fileName=filename)


        """
        jsonfile, json文件路径
        pyhs2Clinet, pyhs2客户端
        book, excel工作簿
        fileName,excel路径
        sTime=None, 时间范围开始(json里面一定要用startTime)
        eTime=None, 时间范围结束(json里面一定要用endTime)
        """
        print "yesterday:"+yesterday.strftime("%Y%m%d")
        #追加
        mybase.loadJsonAndExec(jsonPath="./json/example.json",pyhs2Client=client,book=book,fileName=filename,sTime=yesterday.strftime("%Y%m%d"))


        client.close()
        print u"hive执行成功"
        e_receivers=["***@163.com"]
        e_subject=today.strftime('%Y-%m-%d')+u"日报"
        e_body=u"详情内容请参见附件"
        e_attachPath="test.xls"
        mybase.sendEmail(receivers=e_receivers,emailSubject=e_subject,emailBody=e_body,attachPath=filename)
        print u"邮件发送成功"
        os.remove(filename)

    except Exception, e:
        e_receivers=["****@163.com"]
        e_subject=today.strftime('%Y-%m-%d')+u"日报采集脚本错误"
        e_body=u"日报采集脚本抛出异常,具体请参考日志信息!"
        mybase.sendEmail(receivers=e_receivers,emailSubject=e_subject,emailBody=e_body)
        print u"hive执行失败|python操作excel失败|者邮件发送失败"
        traceback.print_exc()
        sys.exit(1)  

if __name__ == '__main__':  
    main()

example.json

[
    {
        "columnNames":"用户号码","sheetNum":"0","hql":"select user_id from t_di_trace_event_d where dayid ='startTime' and tag='LifeHome_Album' limit 10"
    }

  ]

结果

邮件离得excel如下所示:
这里写图片描述
这里写图片描述

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/tianjun2012/article/details/78127692

智能推荐

使用nginx解决浏览器跨域问题_nginx不停的xhr-程序员宅基地

文章浏览阅读1k次。通过使用ajax方法跨域请求是浏览器所不允许的,浏览器出于安全考虑是禁止的。警告信息如下:不过jQuery对跨域问题也有解决方案,使用jsonp的方式解决,方法如下:$.ajax({ async:false, url: 'http://www.mysite.com/demo.do', // 跨域URL ty..._nginx不停的xhr

在 Oracle 中配置 extproc 以访问 ST_Geometry-程序员宅基地

文章浏览阅读2k次。关于在 Oracle 中配置 extproc 以访问 ST_Geometry,也就是我们所说的 使用空间SQL 的方法,官方文档链接如下。http://desktop.arcgis.com/zh-cn/arcmap/latest/manage-data/gdbs-in-oracle/configure-oracle-extproc.htm其实简单总结一下,主要就分为以下几个步骤。..._extproc

Linux C++ gbk转为utf-8_linux c++ gbk->utf8-程序员宅基地

文章浏览阅读1.5w次。linux下没有上面的两个函数,需要使用函数 mbstowcs和wcstombsmbstowcs将多字节编码转换为宽字节编码wcstombs将宽字节编码转换为多字节编码这两个函数,转换过程中受到系统编码类型的影响,需要通过设置来设定转换前和转换后的编码类型。通过函数setlocale进行系统编码的设置。linux下输入命名locale -a查看系统支持的编码_linux c++ gbk->utf8

IMP-00009: 导出文件异常结束-程序员宅基地

文章浏览阅读750次。今天准备从生产库向测试库进行数据导入,结果在imp导入的时候遇到“ IMP-00009:导出文件异常结束” 错误,google一下,发现可能有如下原因导致imp的数据太大,没有写buffer和commit两个数据库字符集不同从低版本exp的dmp文件,向高版本imp导出的dmp文件出错传输dmp文件时,文件损坏解决办法:imp时指定..._imp-00009导出文件异常结束

python程序员需要深入掌握的技能_Python用数据说明程序员需要掌握的技能-程序员宅基地

文章浏览阅读143次。当下是一个大数据的时代,各个行业都离不开数据的支持。因此,网络爬虫就应运而生。网络爬虫当下最为火热的是Python,Python开发爬虫相对简单,而且功能库相当完善,力压众多开发语言。本次教程我们爬取前程无忧的招聘信息来分析Python程序员需要掌握那些编程技术。首先在谷歌浏览器打开前程无忧的首页,按F12打开浏览器的开发者工具。浏览器开发者工具是用于捕捉网站的请求信息,通过分析请求信息可以了解请..._初级python程序员能力要求

Spring @Service生成bean名称的规则(当类的名字是以两个或以上的大写字母开头的话,bean的名字会与类名保持一致)_@service beanname-程序员宅基地

文章浏览阅读7.6k次,点赞2次,收藏6次。@Service标注的bean,类名:ABDemoService查看源码后发现,原来是经过一个特殊处理:当类的名字是以两个或以上的大写字母开头的话,bean的名字会与类名保持一致public class AnnotationBeanNameGenerator implements BeanNameGenerator { private static final String C..._@service beanname

随便推点

二叉树的各种创建方法_二叉树的建立-程序员宅基地

文章浏览阅读6.9w次,点赞73次,收藏463次。1.前序创建#include&lt;stdio.h&gt;#include&lt;string.h&gt;#include&lt;stdlib.h&gt;#include&lt;malloc.h&gt;#include&lt;iostream&gt;#include&lt;stack&gt;#include&lt;queue&gt;using namespace std;typed_二叉树的建立

解决asp.net导出excel时中文文件名乱码_asp.net utf8 导出中文字符乱码-程序员宅基地

文章浏览阅读7.1k次。在Asp.net上使用Excel导出功能,如果文件名出现中文,便会以乱码视之。 解决方法: fileName = HttpUtility.UrlEncode(fileName, System.Text.Encoding.UTF8);_asp.net utf8 导出中文字符乱码

笔记-编译原理-实验一-词法分析器设计_对pl/0作以下修改扩充。增加单词-程序员宅基地

文章浏览阅读2.1k次,点赞4次,收藏23次。第一次实验 词法分析实验报告设计思想词法分析的主要任务是根据文法的词汇表以及对应约定的编码进行一定的识别,找出文件中所有的合法的单词,并给出一定的信息作为最后的结果,用于后续语法分析程序的使用;本实验针对 PL/0 语言 的文法、词汇表编写一个词法分析程序,对于每个单词根据词汇表输出: (单词种类, 单词的值) 二元对。词汇表:种别编码单词符号助记符0beginb..._对pl/0作以下修改扩充。增加单词

android adb shell 权限,android adb shell权限被拒绝-程序员宅基地

文章浏览阅读773次。我在使用adb.exe时遇到了麻烦.我想使用与bash相同的adb.exe shell提示符,所以我决定更改默认的bash二进制文件(当然二进制文件是交叉编译的,一切都很完美)更改bash二进制文件遵循以下顺序> adb remount> adb push bash / system / bin /> adb shell> cd / system / bin> chm..._adb shell mv 权限

投影仪-相机标定_相机-投影仪标定-程序员宅基地

文章浏览阅读6.8k次,点赞12次,收藏125次。1. 单目相机标定引言相机标定已经研究多年,标定的算法可以分为基于摄影测量的标定和自标定。其中,应用最为广泛的还是张正友标定法。这是一种简单灵活、高鲁棒性、低成本的相机标定算法。仅需要一台相机和一块平面标定板构建相机标定系统,在标定过程中,相机拍摄多个角度下(至少两个角度,推荐10~20个角度)的标定板图像(相机和标定板都可以移动),即可对相机的内外参数进行标定。下面介绍张氏标定法(以下也这么称呼)的原理。原理相机模型和单应矩阵相机标定,就是对相机的内外参数进行计算的过程,从而得到物体到图像的投影_相机-投影仪标定

Wayland架构、渲染、硬件支持-程序员宅基地

文章浏览阅读2.2k次。文章目录Wayland 架构Wayland 渲染Wayland的 硬件支持简 述: 翻译一篇关于和 wayland 有关的技术文章, 其英文标题为Wayland Architecture .Wayland 架构若是想要更好的理解 Wayland 架构及其与 X (X11 or X Window System) 结构;一种很好的方法是将事件从输入设备就开始跟踪, 查看期间所有的屏幕上出现的变化。这就是我们现在对 X 的理解。 内核是从一个输入设备中获取一个事件,并通过 evdev 输入_wayland

推荐文章

热门文章

相关标签