本文介绍如何在E-MapReduce中通过Hive作业来处理TableStore中的数据。

前提条件

确保将实例部署在E-MapReduce集群相同的VPC环境下。

步骤一：创建Hadoop集群

  1. 登录阿里云E-MapReduce控制台。
  2. 创建Hadoop集群，详情请参见创建集群。
    创建集群

步骤二：获取JAR包并上传到Hadoop集群

  1. 获取环境依赖的JAR包。
    JAR包 获取方法
    emr-tablestore-X.X.X.jar Maven库中下载：emr-tablestore。
    hadoop-lzo-X.X.X-SNAPSHOT.jar 登录Hadoop集群的emr-header-1主机，在/opt/apps/ecm/service/hadoop/x.x.x-x.x.x/package/hadoop-x.x.x-x.x.x/lib/下获取JAR包。
    hive-exec-X.X.X.jar 登录Hadoop集群的emr-header-1主机，在/opt/apps/ecm/service/hive/x.x.x-x.x.x/package/apache-hive-x.x.x-x.x.x-bin/lib/下获取JAR包。
    joda-time-X.X.X.jar 登录Hadoop集群的emr-header-1主机，在/opt/apps/ecm/service/hive/x.x.x-x.x.x/package/apache-hive-x.x.x-x.x.x-bin/lib/下获取JAR包。
    tablestore-X.X.X-jar-with-dependencies.jar 下载EMR SDK相关的依赖包：tablestore。
    说明
    • X.X.X表示JAR包的具体版本号；x.x.x-x.x.x表示文件目录，具体需要根据实际集群中的版本来修改这个JAR包。例如目录是3.1.1-1.1.6的， 那么就是JAR包是hive-exec-3.1.1.jar。jar
    • 登录Hadoop集群的emr-header-1主机的步骤，可参见步骤二的子步骤2 ~ 步骤二的子步骤4。
  2. 在集群管理页面，单击已创建的Hadoop集群的集群ID 。
  3. 在左侧导航树中选择主机列表，然后在右侧查看Hadoop集群中emr-header-1主机的IP信息。
  4. 在SSH客户端中新建一个命令窗口，登录Hadoop集群的emr-header-1主机。
  5. 上传所有JAR包到emr-header-1节点的某个目录下。
  6. 拷贝所有JAR包到emr-header-1节点的/opt/apps/extra-jars/目录。
  7. 通过scp命令将所有JAR包拷贝到worker节点（所有worker节点均需要）的/tmp目录。
    su hadoop
scp <file> emr-worker-1:/tmp
  8. 登录worker节点，拷贝所有JAR包到worker节点的/opt/apps/extra-jars/目录。
    说明 所有worker节均需要进行此操作。

步骤三：重启Hive服务

  1. 返回阿里云E-MapReduce控制台。
  2. 在集群管理页面，单击已创建的Hadoop集群的集群ID 。
  3. 在服务列表中，单击Hive所在行的more图标，并在弹出框中单击重启所有组件。
    restart

步骤四：配置Table存储

在TableStore上创建表格，具体请参见创建数据表。
创建好后如下截图。table

步骤五：处理TableStore数据

  1. 创建表格。 
    CREATE EXTERNAL TABLE pet(name STRING, owner STRING, species STRING, sex STRING, birth STRING, death STRING)
STORED BY 'com.aliyun.openservices.tablestore.hive.TableStoreStorageHandler'
WITH SERDEPROPERTIES(
    "tablestore.columns.mapping"="name,owner,species,sex,birth,death")
TBLPROPERTIES (
    "tablestore.endpoint"="https://XXX.cn-beijing.ots-internal.aliyuncs.com",
    "tablestore.access_key_id"="LTAIbUa7OYIO****",
    "tablestore.access_key_secret"="u2yOdykvSNXiPChyoqbCoawZnt****",
    "tablestore.table.name"="pet");

    • 当回显信息提示OK时，表示表格创建成功。

    • 当提示创建失败时， 检查配置信息是否正确：
  2. 向表中插入数据。
    INSERT INTO pet VALUES("Fluffy", "Harold", "cat", "f", "1993-02-04", null);

    当回显信息提示OK时，表示数据插入成功。

  3. 执行查询操作。
    hive> SELECT * FROM pet;
    OK
Fluffy  Harold  cat  f  1993-02-04  NULL
Time taken: 0.23 seconds, Fetched: 3 row(s)

    当回显信息包含OK时，表示查询成功。