全部产品
Search
文档中心

对象存储 OSS:Trino使用JindoSDK查询OSS-HDFS服务中的数据

更新时间:Jun 13, 2024

Trino是一个开源的分布式SQL查询引擎,适用于交互式分析查询。本文介绍Trino如何使用JindoSDK查询OSS-HDFS服务中的数据。

前提条件

操作步骤

  1. 连接ECS实例。具体操作,请参见连接ECS实例

  2. 配置JindoSDK。

    1. 下载最新版本的JindoSDK JAR包。下载地址,请参见GitHub

    2. 解压JindoSDK JAR包。

      以下以解压jindosdk-x.x.x-linux.tar.gz为例,如使用其他版本的JindoSDK,请替换为对应的JAR包名称。

      tar zxvf jindosdk-x.x.x-linux.tar.gz
      说明

      x.x.x表示JindoSDK JAR包版本号。

    3. 可选:如果您的环境中未包含Kerberos和SASL相关依赖,则需要在部署JindoSDK的所有节点安装以下依赖。

      • Ubuntu或Debian

        sudo apt-get install libkrb5-dev krb5-admin-server krb5-kdc krb5-user libsasl2-dev libsasl2-modules libsasl2-modules-gssapi-mit
      • Red Hat Enterprise Linux或CentOS

        sudo yum install krb5-server krb5-workstation cyrus-sasl-devel cyrus-sasl-gssapi cyrus-sasl-plain
      • macOS

        brew install krb5
    4. 将已下载的JindoSDK JAR包安装到Trino的classpath路径下。

      cp jindosdk-x.x.x-linux/lib/*.jar  $Trino_HOME/plugin/hive-hadoop2/
  3. 配置OSS-HDFS服务实现类及AccessKey。

    1. 将OSS-HDFS服务实现类配置到Trino所有节点上的Hadoop配置文件core-site.xml中。

      <configuration>
          <property>
              <name>fs.AbstractFileSystem.oss.impl</name>
              <value>com.aliyun.jindodata.oss.JindoOSS</value>
          </property>
      
          <property>
              <name>fs.oss.impl</name>
              <value>com.aliyun.jindodata.oss.JindoOssFileSystem</value>
          </property>
      </configuration>
    2. 将已开启OSS-HDFS服务的Bucket对应的AccessKey ID、AccessKey Secret配置到Trino所有节点上的Hadoop配置文件core-site.xml文件中。

      <configuration>
          <property>
              <name>fs.oss.accessKeyId</name>
              <value>LTAI********</value>
          </property>
      
          <property>
              <name>fs.oss.accessKeySecret</name>
              <value>KZo1********</value>
          </property>
      </configuration>
  4. 配置OSS-HDFS服务Endpoint。

    使用OSS-HDFS服务访问OSS Bucket时需要配置Endpoint。推荐访问路径格式为oss://<Bucket>.<Endpoint>/<Object>,例如oss://examplebucket.cn-shanghai.oss-dls.aliyuncs.com/exampleobject.txt。配置完成后,JindoSDK会根据访问路径中的Endpoint访问对应的OSS-HDFS服务接口。

    您还可以通过其他方式配置OSS-HDFS服务Endpoint,且不同方式配置的Endpoint存在生效优先级。更多信息,请参见附录一:配置Endpoint的其他方式

    重要

    完成以上配置后,您需要重启Trino服务,使配置生效。

  5. 查询OSS-HDFS服务中的数据。

    以下以常用的Hive catalog为例,使用Trino创建一个OSS中的schema,并执行简单的SQL查询示例。由于Trino依赖Hive Metastore,因此Hive服务也需要安装并部署JindoSDK。具体操作,请参见Hive使用JindoSDK处理OSS-HDFS服务中的数据

    1. 登录Trino控制台。

      trino --server <Trino_server_address>:<Trino_server_port> --catalog hive
    2. 创建OSS中的schema。

      create schema testDB with (location='oss://<Bucket>.<Endpoint>/<schema_dir>');
    3. 使用schema。

      use testDB;
    4. 创建表。

      create table tbl (key int, val int);
    5. 往表中插入数据。

      insert into tbl values (1,666);
    6. 查询表。

      select * from tbl;