通過Spark SQL讀寫Azure Blob Storage外表

前提條件

• AnalyticDB for MySQL叢集的產品系列為企業版、基礎版或湖倉版。

• 已在AnalyticDB for MySQL叢集中建立Job型資源群組。

• 已建立AnalyticDB for MySQL叢集的資料庫帳號。

  • 如果是通過阿里雲帳號訪問，只需建立高許可權帳號。

  • 如果是通過RAM使用者訪問，需要建立高許可權帳號和普通帳號並且將RAM使用者綁定到普通帳號上。

• AnalyticDB for MySQL叢集與OSS儲存空間位於相同地區。

• 已授權AnalyticDB for MySQL扮演AliyunADBSparkProcessingDataRole角色來訪問其他雲資源。

• 已配置Spark公網環境。具體操作，請參見Spark應用訪問公網配置說明。

操作步驟

1. 下載AnalyticDB for MySQLSpark訪問Azure Blob Storage所依賴的JAR包。下載連結，請參見hadoop-azure-datalake-3.3.0.jar和hadoop-azure-3.3.0.jar。

2. 將兩個JAR包上傳至OSS。本文上傳路徑以oss://testBucketName/path/to為例。具體操作，請參見簡單上傳。

3. 登入雲原生資料倉儲AnalyticDB MySQL控制台，在左上方選擇叢集所在地區。在左側導覽列，單擊集群清單，然後單擊目的地組群ID。

4. 在左側導覽列，單擊作業開發 > SQL開發。

5. 在SQL Console視窗，選擇Spark引擎和Job型資源群組，輸入以下作業內容：

   SET spark.adb.eni.enabled=true;
   SET spark.adb.eni.vswitchId=vsw-bp1spuegbpswyk9****;
   SET spark.adb.eni.securityGroupId=sg-bp18rb6aucqaab****;
   SET spark.sql.catalogImplementation = hive;
   SET spark.hadoop.fs.azure.account.key.<儲存賬戶名>.dfs.core.windows.net=<storage_account_key>;
   
   ADD JAR 'oss://testBucketName/path/to/hadoop-azure-datalake-3.3.0.jar';
   ADD JAR 'oss://testBucketName/path/to/hadoop-azure-3.3.0.jar';
   
   -- Here are your sql statements
   CREATE DATABASE IF NOT EXISTS azure_test location 'abfss://<容器名稱>@<儲存賬戶名>.dfs.core.windows.net/spark_test/db';
   USE azure_test;
   CREATE TABLE IF NOT EXISTS test_tbl(id INT, name STRING) location 'abfss://<容器名稱>@<儲存賬戶名>.dfs.core.windows.net/spark_test/db/tbl';
   INSERT INTO test_tbl VALUES (1, 'aaa');
   SELECT * FROM test_tbl;

   參數說明如下：

   參數	說明
   spark.adb.eni.enabled	是否開啟使用彈性網卡，這裡需要配置為true。
   spark.adb.eni.vswitchId	彈性網卡的交換器ID。此處需填寫為Spark公網環境中指定的交換器ID。
   spark.adb.eni.securityGroupId	彈性網卡的安全性群組ID，此處需填寫為Spark公網環境中指定的安全性群組ID。
   spark.sql.catalogImplementation	Spark使用的Catalog類型，此處需填寫為hive。
   spark.hadoop.fs.azure.account.key.<儲存賬戶名>.dfs.core.windows.net	儲存賬戶的存取金鑰。擷取方法，請參見擷取儲存賬戶的連接字串。

   其他參數請參見Spark應用配置參數說明。

6. 單擊運行，執行完成後，您可以在Spark Jar 開發頁面應用列表頁簽中的日誌查看資料。詳情請參見Spark開發編輯器。