Delegation Token can be issued only with kerberos or web authenticati

houwenqiang7 2023-11-08 17:36:13

hadoop中hive、hdfs都开启了kerberos认证,使用hive on spark,通过thrift连接hive,可以进行建表、insert values,select操作,。但是创建一个外部表,外部表数据路径在hdfs上,从外部表向hive表插入时,出现Delegation Token can be issued only with kerberos or web authentication错误。

2023-11-08 02:57:11.469 [140233487042304] ExecSQLOnEngineJob::Execute - failed: Error while processing statement: FAILED: Execution Error, return code 3 from org.apache.hadoop.hive.ql.exec.spark.SparkTask. org.apache.hadoop.ipc.RemoteException(java.io.IOException): Delegation Token can be issued only with kerberos or web authentication
        at org.apache.hadoop.hdfs.server.namenode.FSNamesystem.getDelegationToken(FSNamesystem.java:6612)
        at org.apache.hadoop.hdfs.server.namenode.NameNodeRpcServer.getDelegationToken(NameNodeRpcServer.java:564)
        at org.apache.hadoop.hdfs.protocolPB.ClientNamenodeProtocolServerSideTranslatorPB.getDelegationToken(ClientNamenodeProtocolServerSideTranslatorPB.java:1000)
        at org.apache.hadoop.hdfs.protocol.proto.ClientNamenodeProtocolProtos$ClientNamenodeProtocol$2.callBlockingMethod(ClientNamenodeProtocolProtos.java)
        at org.apache.hadoop.ipc.ProtobufRpcEngine$Server$ProtoBufRpcInvoker.call(ProtobufRpcEngine.java:616)
        at org.apache.hadoop.ipc.RPC$Server.call(RPC.java:982)
        at org.apache.hadoop.ipc.Server$Handler$1.run(Server.java:2217)
        at org.apache.hadoop.ipc.Server$Handler$1.run(Server.java:2213)
        at java.security.AccessController.doPrivileged(Native Method)
        at javax.security.auth.Subject.doAs(Subject.java:422)
        at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1746)
        at org.apache.hadoop.ipc.Server$Handler.run(Server.java:2213)

        at org.apache.hadoop.ipc.Client.call(Client.java:1476)
        at org.apache.hadoop.ipc.Client.call(Client.java:1413)
        at org.apache.hadoop.ipc.ProtobufRpcEngine$Invoker.invoke(ProtobufRpcEngine.java:229)
        at com.sun.proxy.$Proxy10.getDelegationToken(Unknown Source)
        at org.apache.hadoop.hdfs.protocolPB.ClientNamenodeProtocolTranslatorPB.getDelegationToken(ClientNamenodeProtocolTranslatorPB.java:938)
        at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
        at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
        at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
        at java.lang.reflect.Method.invoke(Method.java:498)
        at org.apache.hadoop.io.retry.RetryInvocationHandler.invokeMethod(RetryInvocationHandler.java:191)
        at org.apache.hadoop.io.retry.RetryInvocationHandler.invoke(RetryInvocationHandler.java:102)
        at com.sun.proxy.$Proxy11.getDelegationToken(Unknown Source)
        at org.apache.hadoop.hdfs.DFSClient.getDelegationToken(DFSClient.java:1030)
        at org.apache.hadoop.hdfs.DistributedFileSystem.getDelegationToken(DistributedFileSystem.java:1543)
        at org.apache.hadoop.fs.FileSystem.collectDelegationTokens(FileSystem.java:532)
        at org.apache.hadoop.fs.FileSystem.addDelegationTokens(FileSystem.java:510)
        at org.apache.hadoop.hdfs.DistributedFileSystem.addDelegationTokens(DistributedFileSystem.java:2228)
        at org.apache.hadoop.mapreduce.security.TokenCache.obtainTokensForNamenodesInternal(TokenCache.java:121)
        at org.apache.hadoop.mapreduce.security.TokenCache.obtainTokensForNamenodesInternal(TokenCache.java:100)
        at org.apache.hadoop.mapreduce.security.TokenCache.obtainTokensForNamenodes(TokenCache.java:80)
        at org.apache.hadoop.mapreduce.lib.input.FileInputFormat.listStatus(FileInputFormat.java:243)
        at org.apache.hadoop.hive.shims.Hadoop23Shims$1.listStatus(Hadoop23Shims.java:131)
        at org.apache.hadoop.mapreduce.lib.input.CombineFileInputFormat.getSplits(CombineFileInputFormat.java:217)
        at org.apache.hadoop.mapred.lib.CombineFileInputFormat.getSplits(CombineFileInputFormat.java:76)
        at org.apache.hadoop.hive.shims.HadoopShimsSecure$CombineFileInputFormatShim.getSplits(HadoopShimsSecure.java:321)
        at org.apache.hadoop.hive.ql.io.CombineHiveInputFormat.getCombineSplits(CombineHiveInputFormat.java:427)
        at org.apache.hadoop.hive.ql.io.CombineHiveInputFormat.getSplits(CombineHiveInputFormat.java:547)
        at org.apache.spark.rdd.HadoopRDD.getPartitions(HadoopRDD.scala:194)
        at org.apache.spark.rdd.RDD

anonfun$partitions$2.apply(RDD.scala:252)atorg.apache.spark.rdd.RDD�������$����������$2.�����(���.�����:252)�����.����ℎ�.�����.���.���

anonfun$partitions$2.apply(RDD.scala:250)
        at scala.Option.getOrElse(Option.scala:121)
        at org.apache.spark.rdd.RDD.partitions(RDD.scala:250)
        at org.apache.spark.rdd.MapPartitionsRDD.getPartitions(MapPartitionsRDD.scala:35)
        at org.apache.spark.rdd.RDD

anonfun$partitions$2.apply(RDD.scala:252)atorg.apache.spark.rdd.RDD�������$����������$2.�����(���.�����:252)�����.����ℎ�.�����.���.���

anonfun$partitions$2.apply(RDD.scala:250)
        at scala.Option.getOrElse(Option.scala:121)
        at org.apache.spark.rdd.RDD.partitions(RDD.scala:250)
        at org.apache.spark.rdd.AsyncRDDActions

anonfun$foreachAsync$1.apply(AsyncRDDActions.scala:127)atorg.apache.spark.rdd.AsyncRDDActions�������$������ℎ�����$1.�����(���������������.�����:127)�����.����ℎ�.�����.���.���������������

anonfun$foreachAsync$1.apply(AsyncRDDActions.scala:125)
        at org.apache.spark.rdd.RDDOperationScope$.withScope(RDDOperationScope.scala:151)
        at org.apache.spark.rdd.RDDOperationScope$.withScope(RDDOperationScope.scala:112)
        at org.apache.spark.rdd.RDD.withScope(RDD.scala:362)
        at org.apache.spark.rdd.AsyncRDDActions.foreachAsync(AsyncRDDActions.scala:125)
        at org.apache.spark.api.java.JavaRDDLike$class.foreachAsync(JavaRDDLike.scala:732)
        at org.apache.spark.api.java.AbstractJavaRDDLike.foreachAsync(JavaRDDLike.scala:45)
        at org.apache.hadoop.hive.ql.exec.spark.RemoteHiveSparkClient$JobStatusJob.call(RemoteHiveSparkClient.java:351)
        at org.apache.hive.spark.client.RemoteDriver$JobWrapper.call(RemoteDriver.java:358)
        at org.apache.hive.spark.client.RemoteDriver$JobWrapper.call(RemoteDriver.java:323)
        at java.util.concurrent.FutureTask.run(FutureTask.java:266)
        at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142)
        at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617)
        at java.lang.Thread.run(Thread.java:745)
 

...全文
927 回复 打赏 收藏 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
【实际-有功-无功控制器的动态性能】【两级电压源变流器VSC】【采用电流控制的实际无功功率控制器】【利用阿尔法-贝塔转换进行电流反馈】(Simulink仿真实现)内容概要:本文基于Simulink仿真平台,研究了两级电压源变流器(VSC)中实际有功与无功控制器的动态性能,重点实现了采用电流控制策略的无功功率控制器,并结合阿尔法-贝塔(α-β)坐标变换进行电流反馈控制。通过构建完整的VSC控制系统模型,分析了有功与无功功率的解耦控制机理,探讨了在不同工况下控制器对功率动态响应的调节能力,验证了电流闭环控制在提升系统稳定性与动态性能方面的有效性。该仿真模型可用于微电网、HVDC等电力电子系统的控制器设计与优化。; 适合人群:电力电子、电气工程及其自动化等相关专业的研究人员、研究生及从事新能源并网、微电网控制的工程技术人员。; 使用场景及目标:①研究电压源变流器在有功/无功功率独立调控中的控制策略;②掌握基于α-β变换的电流反馈控制方法及其在Simulink中的建模与仿真技巧;③为构网型逆变器、微电网能量管理等实际工程项目提供控制器设计参考。; 阅读建议:建议读者结合Simulink仿真环境动手复现模型,重点关注电流环设计、坐标变换模块实现以及功率解耦控制的效果,通过调整控制器参数观察系统动态响应变化,深化对VSC控制原理的理解。
内容概要:斯普莱WFS7000S52AX是一款支持2.4G/5.8G双频段的工业级WiFi6无线车载AP,符合802.11a/b/g/n/ac/ax标准,采用4T4R MIMO架构,支持OFDMA、FastRoaming等先进技术,最大传输速率可达2974Mbps,具备超远覆盖能力(可达3000米以上)和≤1ms通信延迟。设备支持宽电压11-30V DC或POE供电,具备IP68防护等级和-45~85℃宽温工作能力,通过EMC、防雷浪涌、高低温等多项权威认证,适用于恶劣环境下的稳定运行。产品集成多种网络安全与管理功能,如VLAN、QoS、VPN、防火墙、巨量安全隧道、SNMP、SSH及多模式认证,并支持本地或云端集中管理、API对接和图形化配置,广泛应用于智慧物流、工业4.0、AGV/AMR小车、智能驾培、车载船载视频传输等场景。; 适合人群:从事工业无线网络建设、物联网系统集成、智能交通与物流自动化领域的工程师和技术人员,以及需要高可靠性无线通信解决方案的研发和运维人员。; 使用场景及目标:①实现复杂电磁环境下稳定高效的无线桥接与全覆盖;②满足高速移动设备(如AGV、穿梭车、无人机)的低延迟、零丢包漫游需求;③构建高安全、可远程集中管理的大规模工业无线网络; 阅读建议:本文档技术参数详实,建议结合具体项目需求重点查阅射频性能、供电方式、防护等级及软件功能配置部分,并参考官方云平台和API接口文档进行系统集成与调试。

20,842

社区成员

发帖
与我相关
我的任务
社区描述
Hadoop生态大数据交流社区,致力于有Hadoop,hive,Spark,Hbase,Flink,ClickHouse,Kafka,数据仓库,大数据集群运维技术分享和交流等。致力于收集优质的博客
社区管理员
  • 分布式计算/Hadoop社区
  • 涤生大数据
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧