Dataphin：建立Impala資料來源

許可權管理

僅支援具備建立資料來源許可權點的自訂全域角色和超級管理員、資料來源管理員、板塊架構師、專案系統管理員角色建立資料來源。

使用限制

Dataphin的Impala資料來源的Data Integration使用JDBC的方式進行整合，因此效能相較於Hive較差，若您整合的表為非Kudu表，您可使用Hive資料來源及輸入輸出組件整合。

僅當串連E-MapReduce 5.x版本的Impala資料來源時，才支援使用DLF擷取中繼資料。

操作步驟

1. 在Dataphin首頁，單擊頂部功能表列管理中心 > 資料來源管理。

2. 在資料來源頁面，單擊+建立資料來源。

3. 在建立資料來源頁面的巨量資料儲存地區，選擇Impala。

   如果您最近使用過Impala，也可以在最近使用地區選取項目Impala。同時，您也可以在搜尋方塊中，輸入Impala的關鍵詞，快速篩選。

4. 在建立Impala資料來源頁面中，配置串連資料來源參數。

   1. 配置資料來源的基本資料。

      參數	描述
      資料來源名稱	命名規則如下： 只能包含中文、英文字母大小寫、數字、底線（_）或短劃線（-）。 長度不能超過64字元。
      資料來源編碼	配置資料來源編碼後，您可以在Flink_SQL任務中通過資料來源編碼.表名稱或資料來源編碼.schema.表名稱的格式引用資料來源中的表；如果需要根據所處環境自動訪問對應環境的資料來源，請通過${資料來源編碼}.table或${資料來源編碼}.schema.table的變數格式訪問。更多資訊，請參見Dataphin資料來源表開發方式。 重要 資料來源編碼配置成功後不支援修改。 資料來源編碼配置成功後，才能在資產目錄和資產清單的對象詳情頁面進行資料預覽。 Flink SQL中，目前僅支援MySQL、Hologres、MaxCompute、Oracle、StarRocks、Hive、SelectDB、GaussDB（DWS）資料來源。
      版本	選擇Impala資料來源版本。版本支援： CDH5:2.11.0 CDH6:3.2.0 CDP7.1.3:3.4.0 E-MapReduce 3.x: 3.4.0 E-MapReduce 5.x: 3.4.0 E-MapReduce 5.x: 4.2.0
      資料來源描述	對資料來源的簡單描述。不得超過128個字元。
      資料來源配置	選擇需要配置的資料來源： 如果業務資料來源區分生產資料來源和開發資料來源，則選擇生產+開發資料來源。 如果業務資料來源不區分生產資料來源和開發資料來源，則選擇生產資料來源。
      標籤	您可根據標籤給資料來源進行分類打標，如何建立標籤，請參見管理資料來源標籤。

   2. 配置資料來源與Dataphin的串連參數。

      若您的資料來源配置選擇生產+開發資料來源，則需配置生產+開發資料來源的串連資訊。如果您的資料來源配置為生產資料來源，僅需配置生產資料來源的串連資訊。

      說明

      通常情況下，生產資料來源和開發資料來源需配置非同一個資料來源，以使開發資料來源與生產資料來源的環境隔離，降低開發資料來源對生產資料來源的影響。但Dataphin也支援配置成同一個資料來源，即相同參數值。

      參數	描述
      JDBC URL	串連地址的格式為jdbc:impala//host:port/dbname。例如，jdbc:impala//192.168.*.1:5433/dataphin。
      Kerberos	Kerberos是一種基於對稱金鑰技術的身份認證協議： Hadoop叢集有Kerberos認證，則需要開啟Kerberos。 Hadoop叢集沒有Kerberos認證，則無需開啟Kerberos。
      Krb5檔案/KDC Server、Keytab File、Principal	開啟Kerberos後，需要配置參數如下： Krb5檔案/KDC Server：需要上傳包含Kerberos認證網域名稱的Krb5檔案、配置KDC伺服器位址，輔助完成Kerberos認證。 說明 支援配置多個KDC Server服務地址，使用英文逗號,分割。 Keytab File：上傳登入Krb5檔案網域名稱或KDC伺服器位址的帳號和密碼的檔案。 Principal：配置Keytab File檔案對應的Kerberos認證使用者名稱。
      使用者名稱、密碼	如果您沒有開啟Kerberos，則需要配置訪問Impala執行個體的使用者名稱和密碼。

   3. 配置資料來源中繼資料庫參數。

      中繼資料擷取方式：支援中繼資料庫、HMS、DLF三種來源資料擷取方式。擷取方式不同，所需配置資訊不同。

      • 中繼資料庫擷取方式

        參數	說明
        資料庫類型	請根據叢集中使用的中繼資料庫類型，選擇對應的資料庫類型。Dataphin支援選擇MySQL、PostgreSQL。MySQL資料庫類型支援MySQL 5.1.43、MYSQL 5.6/5.7和MySQL 8版本。
        JDBC URL	填寫目標資料庫的JDBC串連地址。串連地址格式為jdbc:mysql://host:port/dbname。
        使用者名稱、密碼	填寫登入中繼資料庫的使用者名稱和密碼。

      • HMS擷取方式

        參數	說明
        hive-site.xml	上傳Hive的hive-site.xml設定檔。

      • DLF擷取方式

        說明

        僅當串連E-MapReduce 5.x版本的Impala資料來源時，才支援使用DLF擷取中繼資料。

        參數	說明
        Endpoint（非必填）	填寫叢集在DLF資料中心所在地區的Endpoint，若未填寫則使用hive-site.xml中的配置項。Endpoint如何擷取，請參見DLF Region和Endpoint對照表。
        AccessKey ID、AccessKey Secret	填寫叢集所在帳號的AccessKey ID和AccessKey Secret。 您可在使用者資訊管理頁面，擷取帳號的AccessKey ID和AccessKey Secret。
        hive-site.xml	上傳Hive的hive-site.xml設定檔。

   4. 配置資料來源與Dataphin的進階設定。

      參數	描述
      串連重試次數	資料庫連接逾時，將自動重試串連直到完成設定的重試次數。若達到最大重試次數仍未串連成功，則串連失敗。 說明 預設重試次數為1次，支援配置0～10之間參數。 串連重試次數將預設應用於離線整合任務與全域品質（需開通資產品質功能模組），離線整合任務中支援單獨配置任務層級的重試次數。

5. 選擇預設資源群組，該資源群組用於運行與當前資料來源相關任務，包括資料庫SQL、離線整庫遷移、資料預覽等。

6. 進行測試連接或直接單擊確定進行儲存，完成Impala資料來源的建立。

   單擊測試連接，系統將測試資料來源是否可以和Dataphin進行正常的連通。若直接單擊確定，系統將自動對所有已選中的叢集進行測試連接，但即使所選中的叢集均串連失敗，資料來源依然可以正常建立。