如何在没有 ClassNotFound 异常的情况下在 Apache Tomcat 中配置 Impala/Hive2 JDBC 驱动程序

Posted 2023-03-22

【中文标题】如何在没有 ClassNotFound 异常的情况下在 Apache Tomcat 中配置 Impala/Hive2 JDBC 驱动程序

【英文标题】：How to configure Impala/Hive2 JDBC driver in Apache Tomcat without ClassNotFound exceptions

【发布时间】：2014-08-14 21:06:57

【问题描述】：

我正在尝试将 Impala/Hive2 JDBC 驱动程序添加到使用 Tomcat 7 (7.0.54) 部署的现有应用程序中。其他 JDBC 驱动程序工作正常（Oracle、MS SS、SyBase）。

但是，驱动程序从未连接，并且总是抛出不会被 Eclipse (Kepler) 中的 Java (JDK 1.7.0_55) 捕获的异常。这是在 Windows 8.1 Lenovo T500 笔记本电脑上完成的。没有有意义的错误消息或堆栈跟踪。

为了找出错误发生的位置，我获取了 Hive 源代码并制作了一个简单的 Java 程序来测试在 DEBUG 中单步执行的 JDBC 连接。缺少的类在 jar 中的引用错误比在 Clouder's documentation 中指定的要少。 HiveConnection.java (org.apache.hive.jdbc) 中有错误：

import org.apache.hadoop.hive.ql.session.SessionState;  
import org.apache.http.impl.client.DefaultHttpClient;  

我追踪了这些类存在的位置，并将以下 jar 添加到我制作的 UserLibrary 中：

hive-exec-0.12.0.jar     which contains the packages for ....hive.ql.....  
httpclient-4.2.5.jar     which contains the packages for ....http.impl.client....  

添加httpclient后，仍然出现引用错误

httpClient.addRequestInterceptor   - message =  The type org.apache.http.HttpRequestInterceptor cannot be resolved. It is indirectly referenced from required .class files

我将此追踪到：httpcore-4.2.4.jar

独立 Java 程序成功连接到 Impala 守护程序。我将这些 jar 与 JDBC 包一起作为 Java 源代码添加到 Tomcat /WEB-INF/ib/ 文件夹中。 Tomcat 遇到了一些问题，包括无法发布 IndexOutOfBounds 异常。我发现这主要是由于hadoop-common jar。我能够通过彻底清理 Tomcat 定义和项目并将这个 jar 添加为最后一个来发布它。还是试了几次。

然后，运行应用程序也停止，但在 DriverManager.getConnection(connstr) 处出现异常。这些错误总是与没有看到加载到 /WEB-INF/lib/ 文件夹中的 jar 文件中的各种类有关。删除然后重新导入它们按以下顺序遍历这些错误：

org/apache/http/client/httpclient      (in httpclient jar)  
org/apache/http/httprequestinterceptor (in httpcore jar)  
org/apache/hadoop/conf/configuration   (in hadoop-common jar)  
org/apache/hadoop/hive/conf/hiveconf   (in hive-common AND hive-exec jars)  

HIVE_CLI_SERVICE_PROTOCOL_V6 的最后一个奇怪错误。后者很难追踪，直到我在 HiveConnection.java 的 Java 代码中看到它，其中 HIVE_CLI_SERVICE_PROTOCOL_Vx 被添加到支持的协议集合中。这用于检查来自 Impala 的响应，如果 Impala 使用不在列表中的响应，则连接被取消。在我拥有的版本中，使用了 V1-V3。我发现 SVN 上的最新源代码是 V7，但这些在 CDH5 附带的 JDBC 代码中没有使用。

执行另一个循环，删除所有内容，然后将库 jars 和 JDBC 源代码（所以没有添加 JDBC jar）添加到我的 Tomcat Java/src 文件夹中的包中：

org.apache.hadoop.hive.jdbc     (Hive 1 driver)  
org.apache.hive.jdbc            (Hive 2 driver)  

终于，我能够在 DEBUG 中单步调试 HiveConnection 并成功进行通信，并且可以检查来自 Impala 的响应。它响应它正在使用____V1 协议，因此它被接受了。

由于文档声明只需要一些 jar，但我发现需要更多的 jar 来满足导入语句，我如何配置 Tomcat 以便仅使用分布式 JDBC 驱动程序及其支持 jar？我怀疑Tomcat如何进行类加载可能存在问题，因为我注意到Catalina.jar及其类加载器中发生了杀手级异常（没有源代码，所以我不知道确切的位置或原因）。

【参考方案1】：

我能够从 Tomcat 连接到 Impala（尽管我使用的是 Tomcat 8，而不是 7）。 我将所有这些 jar 复制到 tomcats lib 目录：

commons-logging-1.1.3.jar          
hive-metastore-0.12.0-cdh5.0.2.jar 
libfb303-0.9.0.jar          
slf4j-log4j12.jar
hadoop-common-2.3.0-cdh5.0.2.jar   
hive-service-0.12.0-cdh5.0.2.jar   
libthrift-0.9.0.cloudera.2.jar
hive-common-0.12.0-cdh5.0.2.jar    
httpclient-4.2.5.jar               
log4j-1.2.16.jar
hive-jdbc-0.12.0-cdh5.0.2.jar      
httpcore-4.2.5.jar                 
slf4j-api-1.7.5.jar

【讨论】：

感谢您的评论。我刚刚做了一个关于 Cloudera 的数据科学分布的网络广播 (TechLab)。我注意到的一件事是另一个未记录的库依赖问题，即为 HDFS 和 YARN 操作编写自定义 Java。给那些认为这只是使用 Maven 的问题的人的快速消息：它不是。拥有未记录的库依赖项是不行的。在这种情况下，奇怪的解决方案是引用整个 hadoop lib jar 文件夹。有效。我没有时间穿过雷区。