配置自建RDS - E-MapReduce

您可以選擇使用自建RDS MySQL或阿里雲RDS MySQL，作為E-MapReduce（簡稱 EMR）中DataLake叢集、Custom叢集或Hadoop叢集類型的中繼資料存放區服務。

前提條件

已建立RDS MySQL執行個體。

本文以購買阿里雲RDS MySQL執行個體為例，詳情請參見建立RDS MySQL執行個體。

請確保待建立EMR叢集與已有RDS MySQL執行個體之間的網路互連。

如果您使用的是阿里雲的RDS MySQL執行個體：

同一VPC：
- EMR叢集與RDS MySQL執行個體預設可以通過私網通訊，但需要在RDS MySQL執行個體中設定白名單，將待建立EMR叢集的VPC的IPv4網段添加到允許訪問的範圍中。
- 白名單設定完成後，即可實現連通。
不同VPC：
- 如果EMR叢集與RDS MySQL執行個體位於不同的VPC中，您可以通過VPC對等串連等方式打通網路，詳情請參見使用VPC對等串連實現VPC私網互連。
- 網路打通後，仍需在RDS MySQL執行個體中設定白名單，將待建立EMR叢集的VPC的IPv4網段添加到允許訪問的範圍中。

在建立叢集的軟體配置頁面，配置以下參數，其他參數的配置請參見建立叢集。

DataLake和Custom叢集參數	Hadoop叢集參數	描述
中繼資料		選擇自建RDS。說明僅當DataLake和Custom叢集選擇了HDFS（OSS-HDFS）、YARN和Hive服務後，中繼資料參數才可見。
javax.jdo.option.ConnectionURL	RDS連結	填寫格式為`jdbc:mysql://rm-xxxxxx.mysql.rds.aliyuncs.com/<資料庫名稱>`。 `rm-xxxxxx.mysql.rds.aliyuncs.com`：步驟一：中繼資料庫準備中擷取的資料庫內網地址。 `<資料庫名稱>`：步驟一：中繼資料庫準備中設定的資料庫名稱。
javax.jdo.option.ConnectionUserName	RDS使用者名稱	填寫步驟一：中繼資料庫準備中帳號的使用者名稱。
javax.jdo.option.ConnectionPassword	RDS密碼	填寫步驟一：中繼資料庫準備中帳號的密碼。

重要

如果您建立的是Hadoop叢集（EMR-3.38.x及之前版本、EMR-4.9.x及之前版本、EMR-5.4.x以及之前版本），或者建立叢集之後需要更換為RDS MySQL資料庫，則需要初始化Metastore。
在初始化之前，Hive的Hive MetaStore、HiveServer2和Spark的ThriftServer可能會出現異常，待初始化之後會恢複正常。
DataLake和Custom叢集在建立過程中會自動根據所提供的資料庫連接參數初始化Hive Meta資料庫，因此無需執行該步驟。

使用SSH方式登入叢集的Master節點，詳情請參見登入叢集。
執行以下命令，切換為hadoop使用者。
```
su - hadoop
```
執行以下命令，進行初始化。
```
schematool -initSchema -dbType mysql
```
待初始化成功後，則可以使用RDS MySQL作為Hive的中繼資料庫。