Tüm Ürünler
Search

Bu Ürün

    Object Storage Service:Query OSS data using Apache Impala (CDH 6)

    Belge Merkezi

    Object Storage Service:Query OSS data using Apache Impala (CDH 6)

    Son Güncelleme:Oct 01, 2026

    Cloudera Distribution of Hadoop (CDH), Hadoop 3.0.0'ı destekleyen kurumsal düzeyde bir büyük veri platformudur. Bu kılavuz, Alibaba Cloud OSS'de depolanan verileri sorgulamak üzere CDH 6 ortamındaki Hadoop, Hive, Spark ve Impala gibi bileşenleri nasıl yapılandıracağınızı gösterir.

    Ön koşullar

    Etkin bir CDH 6 kümeniz bulunmalıdır. Talimatlar için Kurulum Kılavuzu bölümüne bakın. Bu kılavuzdaki örnekler CDH 6.0.1 sürümünü kullanır.

    1. Adım: OSS yapılandırmalarını ekleme

    1. Gerekli yapılandırmaları eklemek için Cloudera Manager (CM) kullanın.

      CM tarafından yönetilen bir kümeniz yoksa core-site.xml dosyasını değiştirebilirsiniz.


      Parametre


      Açıklama


      fs.oss.endpoint


      OSS paketinizin bulunduğu bölgenin genel veya dahili uç noktası. Örneğin: oss-cn-zhangjiakou-internal.aliyuncs.com.


      fs.oss.accessKeyId


      OSS'ye erişim izni olan AccessKey'in AccessKeyID'si.


      fs.oss.accessKeySecret


      OSS'ye erişim izni olan AccessKey'in AccessKeySecret'i.


      fs.oss.impl


      Hadoop OSS dosya sistemi için uygulama sınıfı. Değer şu olmalıdır: org.apache.hadoop.fs.aliyun.oss.AliyunOSSFileSystem.


      fs.oss.buffer.dir


      Geçici dosyalar için dizin. Önerilen değer: /tmp/oss.


      fs.oss.connection.secure.enabled


      HTTPS kullanılıp kullanılmayacağını belirtir. Daha iyi performans için false olarak ayarlayın.


      fs.oss.connection.maximum


      OSS'ye eş zamanlı bağlantıların maksimum sayısı. Önerilen değer: 2048.

      Tüm parametrelerin listesi için Hadoop-Aliyun modülü belgelerine bakın.

    2. CM'nin istemi üzerine kümeyi yeniden başlatın.

    3. OSS'den okuma ve OSS'ye yazma işlemlerini test edin.

      • OSS'den okumayı test edin:

        hadoop fs -ls oss://${your-bucket-name}/

      • OSS'ye yazmayı test edin:

        hadoop fs -mkdir oss://${your-bucket-name}/hadoop-test

        Komutlar başarılı olursa yapılandırmanız doğrudur. Aksi takdirde yapılandırma parametrelerini gözden geçirin.

        Not

        Bu belgede ${} biçimindeki tüm öğeler ortam değişkenleridir. Lütfen bunların değerlerini kendi ortamınıza göre değiştirin.

    2. Adım: Apache Impala'yı yapılandırma

    CDH 6'daki Impala'nın OSS'ye erişmesini sağlamak için tüm Impala düğümlerindeki CLASSPATH ortam değişkenine OSS JAR paketlerini manuel olarak eklemeniz gerekir. Bunun için şu adımları izleyin:

    1. ${CDH_HOME}/lib/impala dizinine gidin ve sembolik bir bağlantı oluşturun: 

      [root@cdh-master impala]# cd lib/
[root@cdh-master lib]# ln -s ../../../jars/hadoop-aliyun-3.0.0-cdh6.0.1.jar hadoop-aliyun.jar
[root@cdh-master lib]# ln -s ../../../jars/aliyun-sdk-oss-2.8.3.jar aliyun-sdk-oss-2.8.3.jar
[root@cdh-master lib]# ln -s ../../../jars/jdom-1.1.jar jdom-1.1.jar

    2. ${CDH_HOME}/bin dizinine gidin ve impalad, statestored ile catalogd dosyalarının her biri için son satırdaki exec komutundan önce aşağıdaki içeriği ekleyin:

      export CLASSPATH=${CLASSPATH}:${IMPALA_HOME}/lib/hadoop-aliyun.jar:${IMPALA_HOME}/lib/aliyun-sdk-oss-2.8.3.jar:${IMPALA_HOME}/lib/jdom-1.1.jar

    3. Tüm düğümlerdeki Impala ile ilgili tüm işlemleri yeniden başlatın.

    3. Adım: Yapılandırmayı doğrulama

    Apache Impala ile OSS verilerini sorgulayarak ve TPC-DS sorgularını çalıştırarak yapılandırmayı doğrulayın. Daha fazla bilgi için Apache Impala ve TPC-DS sorgusu konularına bakın.

    Not

    TPC-DS, HiveQL tabanlı karmaşık sorgulardan oluşan bir paket sunar. Impala SQL, HiveQL ile yüksek düzeyde uyumlu olduğundan çoğu TPC-DS sorgusu doğrudan çalıştırılabilir ancak küçük farklılıklar mevcuttur. Bu nedenle bazı sorgular uyumluluk sorunları nedeniyle başarısız olabilir.

    Aşağıdaki örnekte, büyük ölçekli veri işlemedeki performansı göstermek amacıyla Impala ile uyumlu bir dizi TPC-DS sorgusu kullanılmıştır.

    1. Örnek veriler oluşturun ve bunları OSS'ye yükleyin.

      [root@cdh-master ~]# git clone https://github.com/hortonworks/hive-testbench.git
[root@cdh-master ~]# cd hive-testbench
[root@cdh-master hive-testbench]# git checkout hive14
[root@cdh-master hive-testbench]# ./tpcds-build.sh
[root@cdh-master hive-testbench]# FORMAT=textfile ./tpcds-setup.sh 50 oss://{your-bucket-name}/

    2. Tabloları oluşturun.

      Karşılaştırma testi için kullanılan tablo oluşturma ifadeleri Apache Impala ile uyumludur. Sadece ddl-tpcds/text/alltables.sql dosyasından tablo oluşturma ifadelerini kopyalaymanız ve ${LOCATION} değerini değiştirmeniz yeterlidir.

      [root@cdh-master hive-testbench]# impala-shell -i cdh-slave01 -d default
Starting Impala Shell without Kerberos authentication
Connected to cdh-slave01:21000
Server version: impalad version 3.0.0-cdh6.0.1 RELEASE(build9a74a5053de5f7b8dd983802e6d75e58d31472db)
***********************************************************************************
Welcome to the Impala shell.
(Impala Shell v3.0.0-cdh6.0.1(9a74a50) built on Wed Sep 1911:27:37 PDT 2018)

Want to know what version of Impala you're connected to? Run the VERSION command to
find out!
***********************************************************************************
Query: use `default`
[cdh-slave01:21000] default> create external table call_center(
                           >       cc_call_center_sk         bigint
                           > ,     cc_call_center_id         string
                           > ,     cc_rec_start_date        string
                           > ,     cc_rec_end_date          string
                           > ,     cc_closed_date_sk         bigint
                           > ,     cc_open_date_sk           bigint
                           > ,     cc_name                   string
                           > ,     cc_class                  string
                           > ,     cc_employees              int
                           > ,     cc_sq_ft                  int
                           > ,     cc_hours                  string
                           > ,     cc_manager                string
                           > ,     cc_mkt_id                 int
                           > ,     cc_mkt_class              string
                           > ,     cc_mkt_desc               string
                           > ,     cc_market_manager         string
                           > ,     cc_division               int
                           > ,     cc_division_name          string
                           > ,     cc_company                int
                           > ,     cc_company_name           string
                           > ,     cc_street_number          string
                           > ,     cc_street_name            string
                           > ,     cc_street_type            string
                           > ,     cc_suite_number           string
                           > ,     cc_city                   string
                           > ,     cc_county                 string
                           > ,     cc_state                  string
                           > ,     cc_zip                    string
                           > ,     cc_country                string
                           > ,     cc_gmt_offset             double
                           > ,     cc_tax_percentage         double
                           > )
                           > row format delimited fields terminated by '|'
                           > location 'oss://{your-bucket-name}/50/call_center';
Query: create external table call_center(
      cc_call_center_sk         bigint
,     cc_call_center_id         string
,     cc_rec_start_date        string
,     cc_rec_end_date          string
,     cc_closed_date_sk         bigint
,     cc_open_date_sk           bigint
,     cc_name                   string
,     cc_class                  string
,     cc_employees              int
,     cc_sq_ft                  int
,     cc_hours                  string
,     cc_manager                string
,     cc_mkt_id                 int
,     cc_mkt_class              string
,     cc_mkt_desc               string
,     cc_market_manager         string
,     cc_division               int
,     cc_division_name          string
,     cc_company                int
,     cc_company_name           string
,     cc_street_number          string
,     cc_street_name            string
,     cc_street_type            string
,     cc_suite_number           string
,     cc_city                   string
,     cc_county                 string
,     cc_state                  string
,     cc_zip                    string
,     cc_country                string
,     cc_gmt_offset             double
,     cc_tax_percentage         double
)
row format delimited fields terminated by '|'
location 'oss://{your-bucket-name}/50/call_center'
+-------------------------+
| summary                 |
+-------------------------+
| Table has been created. |
+-------------------------+
Fetched 1 row(s) in 4.10s

    3. Tabloların varlığını doğrulayın.

      [cdh-slave01:21000] default> show tables;
Query: show tables
+------------------------+
| name                   |
+------------------------+
| call_center            |
| catalog_page           |
| catalog_returns        |
| catalog_sales          |
| customer               |
| customer_address       |
| customer_demographics  |
| date_dim               |
| household_demographics |
| income_band            |
| inventory              |
| item                   |
| promotion              |
| reason                 |
| ship_mode              |
| store                  |
| store_returns          |
| store_sales            |
| time_dim               |
| warehouse              |
| web_page               |
| web_returns            |
| web_sales              |
| web_site               |
+------------------------+
Fetched 24 row(s) in 0.03s

    4. OSS'deki verilere karşı bir TPC-DS sorgusu çalıştırın.

      1. Sorgulamak istediğiniz SQL ifadelerini içeren sample-queries-tpcds dizinine gidin.

        [root@cdh-master hive-testbench]# ls sample-queries-tpcds
query12.sql  query20.sql  query27.sql  query39.sql  query46.sql  query54.sql  query64.sql  query71.sql  query7.sql   query87.sql  query93.sql  README.md
query13.sql  query21.sql  query28.sql  query3.sql   query48.sql  query55.sql  query65.sql  query72.sql  query80.sql  query88.sql  query94.sql  testbench.settings
query15.sql  query22.sql  query29.sql  query40.sql  query49.sql  query56.sql  query66.sql  query73.sql  query82.sql  query89.sql  query95.sql  testbench-withATS.settings
query17.sql  query24.sql  query31.sql  query42.sql  query50.sql  query58.sql  query67.sql  query75.sql  query83.sql  query90.sql  query96.sql
query18.sql  query25.sql  query32.sql  query43.sql  query51.sql  query60.sql  query68.sql  query76.sql  query84.sql  query91.sql  query97.sql
query19.sql  query26.sql  query34.sql  query45.sql  query52.sql  query63.sql  query70.sql  query79.sql  query85.sql  query92.sql  query98.sql

      2. query13.sql TPC-DS sorgusunu yürütün.

        [root@cdh-master hive-testbench]# impala-shell -i cdh-slave01 -d default -f sample-queries-tpcds/query13.sql
Starting Impala Shell without Kerberos authentication
Connected to cdh-slave01:21000
Server version: impalad version 3.0.0-cdh6.0.1 RELEASE(build9a74a5053de5f7b8dd983802e6d75e58d31472db)
Query: use`default`Query: selectavg(ss_quantity)
       ,avg(ss_ext_sales_price)
       ,avg(ss_ext_wholesale_cost)
       ,sum(ss_ext_wholesale_cost)
 from store_sales
     ,store
     ,customer_demographics
     ,household_demographics
     ,customer_address
     ,date_dim
 where store.s_store_sk = store_sales.ss_store_sk
 and  store_sales.ss_sold_date_sk = date_dim.d_date_sk and date_dim.d_year = 2001and((store_sales.ss_hdemo_sk=household_demographics.hd_demo_sk
  and customer_demographics.cd_demo_sk = store_sales.ss_cdemo_sk
  and customer_demographics.cd_marital_status = 'M'and customer_demographics.cd_education_status = '4 yr Degree'and store_sales.ss_sales_price between100.00and150.00and household_demographics.hd_dep_count = 3
     )or
    (store_sales.ss_hdemo_sk=household_demographics.hd_demo_sk
  and customer_demographics.cd_demo_sk = store_sales.ss_cdemo_sk
  and customer_demographics.cd_marital_status = 'D'and customer_demographics.cd_education_status = 'Primary'and store_sales.ss_sales_price between50.00and100.00and household_demographics.hd_dep_count = 1
     ) or
    (store_sales.ss_hdemo_sk=household_demographics.hd_demo_sk
  and customer_demographics.cd_demo_sk = ss_cdemo_sk
  and customer_demographics.cd_marital_status = 'U'and customer_demographics.cd_education_status = 'Advanced Degree'and store_sales.ss_sales_price between150.00and200.00and household_demographics.hd_dep_count = 1
     ))
 and((store_sales.ss_addr_sk = customer_address.ca_address_sk
  and customer_address.ca_country = 'United States'and customer_address.ca_state in('KY', 'GA', 'NM')
  and store_sales.ss_net_profit between100and200
     ) or
    (store_sales.ss_addr_sk = customer_address.ca_address_sk
  and customer_address.ca_country = 'United States'and customer_address.ca_state in('MT', 'OR', 'IN')
  and store_sales.ss_net_profit between150and300
     ) or
    (store_sales.ss_addr_sk = customer_address.ca_address_sk
  and customer_address.ca_country = 'United States'and customer_address.ca_state in('WI', 'MO', 'WV')
  and store_sales.ss_net_profit between50and250
     ))
Query submitted at: 2018-10-3011:44:47(Coordinator: http://cdh-slave01:25000)
Query progress can be monitored at: http://cdh-slave01:25000/query_plan?query_id=ff4b3157eddfc3c4:8a31c6500000000
+-------------------+-------------------------+----------------------------+----------------------------+
| avg(ss_quantity)  | avg(ss_ext_sales_price) | avg(ss_ext_wholesale_cost) | sum(ss_ext_wholesale_cost) |
+-------------------+-------------------------+----------------------------+----------------------------+
| 30.87106918238994 | 2352.642327044025       | 2162.600911949685          | 687707.09                  |
+-------------------+-------------------------+----------------------------+----------------------------+
Fetched 1 row(s) in 353.16s

      Bu sorgu altı tabloyu içerir: store, store_sales, customer_demographics, household_demographics, customer_address ve date_dim.

      [cdh-slave01:21000] default> showtable STATS store;
Query: showtable STATS store
+-------+--------+---------+--------------+-------------------+--------+-------------------+-------------------------------------------+
| #Rows | #Files | Size    | Bytes Cached | CacheReplication | Format | Incremental stats | Location                                  |
+-------+--------+---------+--------------+-------------------+--------+-------------------+-------------------------------------------+
| -1    | 1      | 37.56KB | NOT CACHED   | NOT CACHED        | TEXT   | false             | oss://{your-bucket-name}/50/store |
+-------+--------+---------+--------------+-------------------+--------+-------------------+-------------------------------------------+
Fetched 1 row(s) in 0.01s
[cdh-slave01:21000] default> showtable STATS store_sales;
Query: showtable STATS store_sales
+-------+--------+---------+--------------+-------------------+--------+-------------------+-------------------------------------------------+
| #Rows | #Files | Size    | Bytes Cached | CacheReplication | Format | Incremental stats | Location                                        |
+-------+--------+---------+--------------+-------------------+--------+-------------------+-------------------------------------------------+
| -1    | 50     | 18.75GB | NOT CACHED   | NOT CACHED        | TEXT   | false             | oss://{your-bucket-name}/50/store_sales |
+-------+--------+---------+--------------+-------------------+--------+-------------------+-------------------------------------------------+
Fetched 1 row(s) in 0.01s
[cdh-slave01:21000] default> showtable STATS customer_demographics;
Query: showtable STATS customer_demographics
+-------+--------+---------+--------------+-------------------+--------+-------------------+-----------------------------------------------------------+
| #Rows | #Files | Size    | Bytes Cached | CacheReplication | Format | Incremental stats | Location                                                  |
+-------+--------+---------+--------------+-------------------+--------+-------------------+-----------------------------------------------------------+
| -1    | 50     | 76.92MB | NOT CACHED   | NOT CACHED        | TEXT   | false             | oss://{your-bucket-name}/50/customer_demographics |
+-------+--------+---------+--------------+-------------------+--------+-------------------+-----------------------------------------------------------+
Fetched 1 row(s) in 0.01s
[cdh-slave01:21000] default> showtable STATS household_demographics;
Query: showtable STATS household_demographics
+-------+--------+----------+--------------+-------------------+--------+-------------------+------------------------------------------------------------+
| #Rows | #Files | Size     | Bytes Cached | CacheReplication | Format | Incremental stats | Location                                                   |
+-------+--------+----------+--------------+-------------------+--------+-------------------+------------------------------------------------------------+
| -1    | 1      | 148.10KB | NOT CACHED   | NOT CACHED        | TEXT   | false             | oss://{your-bucket-name}/50/household_demographics |
+-------+--------+----------+--------------+-------------------+--------+-------------------+------------------------------------------------------------+
Fetched 1 row(s) in 0.01s
[cdh-slave01:21000] default> showtable STATS customer_address;
Query: showtable STATS customer_address
+-------+--------+---------+--------------+-------------------+--------+-------------------+------------------------------------------------------+
| #Rows | #Files | Size    | Bytes Cached | CacheReplication | Format | Incremental stats | Location                                             |
+-------+--------+---------+--------------+-------------------+--------+-------------------+------------------------------------------------------+
| -1    | 1      | 40.54MB | NOT CACHED   | NOT CACHED        | TEXT   | false             | oss://{your-bucket-name}/50/customer_address |
+-------+--------+---------+--------------+-------------------+--------+-------------------+------------------------------------------------------+
Fetched 1 row(s) in 0.01s
[cdh-slave01:21000] default> showtable STATS date_dim;
Query: showtable STATS date_dim
+-------+--------+--------+--------------+-------------------+--------+-------------------+----------------------------------------------+
| #Rows | #Files | Size   | Bytes Cached | CacheReplication | Format | Incremental stats | Location                                     |
+-------+--------+--------+--------------+-------------------+--------+-------------------+----------------------------------------------+
| -1    | 1      | 9.84MB | NOT CACHED   | NOT CACHED        | TEXT   | false             | oss://{your-bucket-name}/50/date_dim |
+-------+--------+--------+--------------+-------------------+--------+-------------------+----------------------------------------------+
Fetched 1 row(s) in 0.01s

    İlgili belgeler