Jupyter上操作hive-sql

1、基础的Python包

import pandas as pd
from pyhive import presto
import matplotlib.pyplot as plt
import sys
import numpy as np
from tqdm import tqdm
from sklearn.externals import joblib
from joblib import Parallel,delayed
import scorecardpy as sc
import toad

2、构建基础的hive-sql调用函数

#设置显示和链接presto
pd.set_option('display.max_columns',None)
cursor=presto.connect('172.21.20.47',9090,'jobschedule').cursor()

#定义sql执行函数
def read_sql(hql):
    cursor.execute(hql)
    try:
        result = cursor.fetchall()
        num_columns = len(cursor.description)
        columns_names = [i[0] for i in cursor.description]
    except Exception as e:
        print(num_columns)
        print(columns_names)
    data = pd.DataFrame(list(result),columns=columns_names)
    return data

#函数调用
hql2='''select * 
from tmp.tmp_risk_rule_moyao_20200106_aplus_8'''
hql1='''select * from tmp.tmp_risk_rule_ABCDG_0510_0520_OPFC2_copy'''
hql3='''select * from tmp.tmp_risk_rule_moyao_20200224_tezheng limit 10'''

res1=read_sql(hql3)
res1.shape
label= pd.DataFrame(list(result),columns=columns_names)

3、数据结果的存储

res1.to_csv('/data/wangyongsheng/other/tmp_risk_rule_moyao_20200224_tezhen.csv',index=False,encoding='utf-8 sig') 
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

友情链接更多精彩内容