Object Storage Service：Impala以EMR叢集的方式查詢OSS-HDFS服務中的資料

操作步驟

1. 登入EMR on ECS控制台，建立EMR叢集。

   建立EMR叢集時，確保選擇的产品版本為EMR-3.46.2及以上版本或者EMR-5.12.2及以上版本，集群存储根路径選擇已開通OSS-HDFS服務的Bucket，其他參數保留預設配置。具體步驟，請參見建立叢集。

2. 在終端使用以下命令串連Impala。

   更多串連方式，請參見串連Impala。

   impala-shell -i core-1-1

3. 使用Impala查詢OSS-HDFS服務中的資料。

   1. 建立資料庫。

      CREATE DATABASE store LOCATION 'oss://<bucket-name>.<endpoint>/impala';

   2. 使用資料庫。

      USE store;

   3. 建立表。

      CREATE EXTERNAL TABLE customer_demographics (
       `cd_demo_sk` INT,
       `cd_gender` STRING,
       `cd_marital_status` STRING,
       `cd_education_status` STRING,
       `cd_purchase_estimate` INT,
       `cd_credit_rating` STRING,
       `cd_dep_count` INT,
       `cd_dep_employed_count` INT,
       `cd_dep_college_count` INT)
      STORED AS PARQUET;

   4. 插入資料。

      INSERT INTO customer_demographics
      VALUES
        (1, 'Male', 'Single', 'Graduate', 1000, 'AAA', 2, 1, 1),
        (2, 'Female', 'Married', 'Undergraduate', 2000, 'BBB', 3, 2, 2);
      

   5. 查詢資料。

      select * from customer_demographics;