すべてのプロダクト
Search

このプロダクト

    DataWorks:EMR Presto ノード

    ドキュメントセンター

    DataWorks:EMR Presto ノード

    最終更新日:Feb 05, 2026

    Presto (PrestoDB とも呼ばれる) は、標準 SQL を使用して大規模なデータセットのインタラクティブな分析をサポートする、柔軟でスケーラブルな分散 SQL クエリエンジンです。DataWorks は、Presto タスクを開発し、定期的にスケジューリングするための EMR Presto ノードを提供します。このトピックでは、これらのタスクを開発するための主なワークフローと重要な考慮事項について説明します。

    前提条件

    • Alibaba Cloud E-MapReduce (EMR) クラスターを作成し、DataWorks に登録済みであること。詳細については、「Data Studio: EMR コンピューティングリソースの関連付け」をご参照ください。

    • (オプション、RAM ユーザーに必須) タスク開発を担当する Resource Access Management (RAM) ユーザーをワークスペースに追加し、[開発者] または [ワークスペース管理者] ロールを割り当て済みであること。[ワークスペース管理者] ロールには広範な権限があるため、慎重に付与してください。メンバーの追加に関する詳細については、「ワークスペースへのメンバーの追加」をご参照ください。

      Alibaba Cloud アカウントを使用している場合は、このステップをスキップできます。

    制限事項

    • サポートされているのは、以前のバージョンのデータレイクハウス (Hadoop) クラスターのみです。新しいデータレイククラスター (DataLake) およびカスタムクラスター (Custom) はサポートされていません。

    • このタイプのタスクは、Serverless リソースグループ (推奨) または排他的スケジューリングリソースグループでのみ実行できます。

    • データリネージ：EMR Presto ノードタスクはデータリネージをサポートしていません。

    操作手順

    1. EMR Presto ノードの設定ページで、次の手順に従ってタスクを開発します。

      SQL コードの開発

      SQL エディターで、タスクのコードを記述します。コード内で変数を ${variable_name} フォーマットを使用して定義します。その後、[スケジュール] パネルの [スケジュールパラメーター] セクションで、これらの変数に値を割り当てることができます。これにより、タスクがスケジューリングされる際に、コードにパラメーターを動的に渡すことができます。スケジュールパラメーターの使用方法に関する詳細については、「スケジュールパラメーターのソースと式」をご参照ください。次のコードは一例です。

      select '${var}'; -- スケジュールパラメーターと併用できます。

select * from userinfo ;
      説明

      • SQL 文の最大サイズは 130 KB です。

      • EMR Presto ノードで実行されるクエリは、最大 10,000 行を返すことができ、合計データサイズは 10 MB を超えることはできません。

      (オプション) 詳細パラメーターの設定

      ページの右側にある [スケジュール] パネルで、[EMR ノードパラメーター] > [DataWorks パラメーター] セクションで次のプロパティを設定できます。

      説明

      また、オープンソースの Presto プロパティ を、 パネルの [スケジュール] セクションで設定することもできます。

      EMR on ECS

      パラメーター

      説明

      DATAWORKS_SESSION_DISABLE

      開発環境でのテスト実行に適用されます。有効な値：

      • true：SQL 文が実行されるたびに、新しい JDBC 接続が作成されます。

      • false (デフォルト)：同じノード内の複数の SQL 文に対して、同じ JDBC 接続が再利用されます。

      説明

      このパラメーターを false に設定すると、Hive の yarn applicationId は出力されません。yarn applicationId を出力するには、このパラメーターを true に設定してください。

      FLOW_SKIP_SQL_ANALYZE

      SQL 文の実行モード。有効な値：

      • true：複数の SQL 文が一度に実行されます。

      • false (デフォルト)：一度に 1 つの SQL 文が実行されます。

      説明

      このパラメーターは、開発環境でのテスト実行でのみサポートされます。

      priority

      ジョブの優先度。デフォルト値は 1 です。

      queue

      ジョブがサブミットされる YARN キュー。デフォルトのキューは default です。EMR YARN の詳細については、「基本的なキュー設定」をご参照ください。

      SQL タスクの実行

      1. Run Configuration パネルで、[コンピューティングリソース] セクションに移動し、[コンピューティングリソース] と [DataWorks リソースグループ] を設定します。

        説明

        • タスクに必要なリソースに基づいて [スケジューリング CU] を設定することもできます。デフォルト値は 0.25 です。

        • パブリックネットワークまたは VPC ネットワーク経由でデータソースにアクセスするには、データソースとの接続テストに合格したスケジューリングリソースグループを使用する必要があります。詳細については、「ネットワーク接続ソリューション」をご参照ください。

      2. ツールバーで、パラメーターダイアログボックスでデータソースを選択し、[実行] をクリックします。

    2. ノードタスクを定期的に実行する必要がある場合は、ビジネス要件に基づいてそのスケジュールプロパティを設定します。設定の詳細については、「ノードのスケジューリング設定」をご参照ください。

    3. ノードタスクを設定した後、デプロイする必要があります。詳細については、「ノードとワークフローのデプロイ」をご参照ください。

    4. タスクがデプロイされた後、オペレーションセンターでそのステータスを表示できます。詳細については、「オペレーションセンター入門」をご参照ください。

    よくある質問

    • Q： 「クエリの実行エラー」というメッセージが表示された場合はどうすればよいですか。

      image

      A： クラスタータイプが以前のバージョンのデータレイクハウス (Hadoop) クラスターであることを確認してください。

    • Q： ノードの実行時に接続タイムアウトエラーが発生した場合はどうすればよいですか。

      A： リソースグループとクラスター間のネットワーク接続性を確認してください。コンピューティングリソースページに移動し、リソースを見つけて [リソースの初期化] をクリックします。表示されるダイアログボックスで、[再初期化] をクリックし、初期化が成功したことを確認します。

      image

      image