E-MapReduce：準備環境

步驟一：建立工作空間

如果在華東2（上海）地區已有工作空間，可以忽略該步驟，使用已有工作空間。

1. 登入DataWorks控制台，在左上方切換地區至華東2（上海）。

2. 單擊左側導覽列中的工作空間，進入空間列表頁面，單擊建立工作空間，建立標準模式空間（生產、開發環境隔離），詳情請參見建立工作空間。

步驟二：建立Serverless資源群組

本教程在資料同步與調度時，需要使用DataWorks的Serverless資源群組，因此您需要先購買Serverless資源群組，並完成前期的準備工作。

1. 購買Serverless資源群組。

   1. 登入DataWorks控制台，切換至目標地區後，單擊左側導覽列的資源群組，進入資源群組列表頁面。

   2. 單擊建立資源群組，在資源群組購買頁面，選擇地區和可用性區域為華東2（上海）、設定資源群組名稱，其他參數可根據介面提示進行配置，完成後根據介面提示完成付款。Serverless資源群組的計費說明請參見Serverless資源群組計費。

      說明

      本教程將使用華東2（上海）地區的Serverless資源群組進行樣本示範，需注意Serverless資源群組不支援跨地區操作。

2. 配置Serverless資源群組。

   1. 登入DataWorks控制台，切換至目標地區後，單擊左側導覽列的資源群組，進入資源群組列表頁面。

   2. 找到購買的Serverless資源群組，單擊操作列的綁定工作空間，根據介面提示將資源群組綁定至已建立的DataWorks工作空間。

   3. 為資源群組配置公網訪問能力。

      本教程使用的測試資料需要通過公網擷取，而上一步建立的資源群組預設不具備公網訪問能力，需要為資源群組綁定的VPC配置公網NAT Gateway，添加EIP，使其與公開資料網路打通，從而擷取資料。

      1. 登入專用網路-公網NAT Gateway控制台，在頂部功能表列切換至華東2（上海）地區。

      2. 單擊建立公網NAT Gateway。配置相關參數。

         參數	取值
         所屬地區	華東2（上海）。
         所屬專用網路	選擇資源群組綁定的VPC和交換器。 您可以前往DataWorks管理主控台，切換地區後，在左側導覽列單擊資源群組列表，找到已建立的資源群組，然後單擊操作列的網路設定，在資料調度 & Data Integration地區查看綁定專用網路和交換器。VPC和交換器的更多資訊，請參見什麼是專用網路。
         關聯交換器
         訪問模式	專用網路全通模式（SNAT）。
         Elastic IP Address執行個體	新購Elastic IP Address。
         關聯角色建立	首次建立NAT Gateway時，需要建立服務關聯角色，請單擊建立關聯角色。

         說明

         上表中未說明的參數保持預設值即可。

      3. 單擊立即購買，勾選服務合約後，單擊立即開通，完成購買。

更多新增和使用Serverless資源群組的操作指導請參見新增和使用Serverless資源群組。

步驟三：註冊EMR叢集並完成資源群組初始化

只有將叢集註冊至DataWorks，才可以在DataWorks上使用EMR叢集。

1. 進入EMR叢集註冊頁面。

   1. 進入管理中心頁面。

      登入DataWorks控制台，切換地區至華東2（上海）後，單擊左側導覽列的更多 > 管理中心，在下拉框中選擇對應工作空間後單擊進入管理中心。

   2. 單擊左側導覽列的叢集管理，進入叢集管理頁面 ，單擊註冊叢集按鈕，選擇註冊叢集類型為E-MapReduce。進入註冊E-MapReduce叢集頁面。

2. 註冊EMR叢集。

   在註冊E-MapReduce叢集頁面配置叢集資訊，關鍵參數配置資訊如下。

   參數	取值
   叢集所屬雲帳號	當前阿里雲主帳號。
   叢集類型	資料湖（DataLake）。
   預設訪問身份	叢集帳號：hadoop。
   傳遞proxy user資訊	傳遞。

3. 資源群組初始化。

   1. 在叢集管理頁面，找到登入的EMR叢集，單擊右上方的資源群組初始化。

   2. 在需要初始化的資源群組後面單擊初始化。

   3. 完成後單擊確認。

   重要

   初始化資源群組時，請務必確保初始化成功，否則可能導致任務運行失敗。如果初始化失敗，請根據介面提示查看失敗原因並進行連通性診斷。

註冊EMR叢集的詳細操作，請參見註冊EMR叢集至DataWorks。