本文介绍如何在同一个云账号下实现表格存储和MaxCompute之间的无缝连接。

背景信息

MaxCompute是一项大数据计算服务，它能提供快速、完全托管的PB级数据仓库解决方案，使您可以经济并高效地分析处理海量数据。您只需通过一条简单的DDL语句，即可在MaxCompute上创建一张外部表，建立MaxCompute表与外部数据源的关联，提供各种数据的接入和输出能力。MaxCompute表是结构化的数据，而外部表可以不限于结构化数据。

表格存储与MaxCompute都有其自身的类型系统，两者之间的类型对应关系如下表所示。
Tablestore MaxCompute
STRING STRING
INTEGER BIGINT
DOUBLE DOUBLE
BOOLEAN BOOLEAN
BINARY BINARY

准备工作

使用MaxCompute访问表格存储前，您需要完成以下准备工作：

  1. 开通MaxCompute服务。
  2. 创建工作空间。
  3. 创建AccessKey。
  4. 在RAM控制台授权MaxCompute访问表格存储的权限。具体请参见跨账号授权。
  5. 在表格存储控制台创建实例和创建数据表。

    在本示例中，创建的表格存储实例和数据表信息如下：

    • 实例名称：cap1
    • 数据表名称：vehicle_track
    • 主键信息：vid(integer)，gt(integer)
    • 访问域名：https://cap1.cn-hangzhou.ots-internal.aliyuncs.com
      说明 使用MaxCompute访问表格存储时，建议使用表格存储的私网地址。
    • 设置实例网络类型为允许任意网络访问。odps3

步骤一：安装并配置客户端

  1. 下载MaxCompute客户端并解压。
    说明 确保您的机器上已安装JRE 1.7或以上版本。
  2. 编辑conf/odps_config.ini文件，对客户端进行配置，如下所示。
    access_id=*******************
access_key=*********************
 # Accesss ID及Access Key是用户的云账号信息，可登录阿里云官网，进入管理控制台 — accesskeys页面进行查看。
project_name=my_project
 # 指定用户想进入的项目空间。
end_point=https://service.odps.aliyun.com/api
 # MaxCompute服务的访问链接。
tunnel_endpoint=https://dt.odps.aliyun.com
 # MaxCompute Tunnel服务的访问链接。
log_view_host=http://logview.odps.aliyun.com
 # 当用户执行一个作业后，客户端会返回该作业的LogView地址。打开该地址将会看到作业执行的详细信息。
https_check=true
 # 决定是否开启HTTPS访问。
    说明 odps_config.ini文件中使用#作为注释，MaxCompute客户端内使用--作为注释。
  3. 运行bin/odpscmd.bat，输入show tables;。

    如果显示当前MaxCompute项目中的表，则表示上述配置正确。

    odps2

步骤二：创建外部表

创建一张MaxCompute的数据表（ots_vehicle_track）关联到Tablestore的某一张表（vehicle_track）。

关联的数据表信息如下。

  • 实例名称：cap1
  • 数据表名称：vehicle_track
  • 主键信息：vid(int)，gt(int)
  • 访问域名：https://cap1.cn-hangzhou.ots-internal.aliyuncs.com
CREATE EXTERNAL TABLE IF NOT EXISTS ots_vehicle_track
(
vid bigint,
gt bigint,
longitude double,
latitude double,
distance double ,
speed double,
oil_consumption double
)
STORED BY 'com.aliyun.odps.TableStoreStorageHandler' -- (1)
WITH SERDEPROPERTIES ( -- (2)
'tablestore.columns.mapping'=':vid, :gt, longitude, latitude, distance, speed, oil_consumption', -- (3)
'tablestore.table.name'='vehicle_track' -- (4)
)
LOCATION 'tablestore://cap1.cn-hangzhou.ots-internal.aliyuncs.com'; -- (5)

参数说明如下：

标号 参数 说明
（1） com.aliyun.odps.TableStoreStorageHandler MaxCompute内置的处理Tablestore数据的StorageHandler，定义了MaxCompute和Tablestore的交互，相关逻辑由MaxCompute实现。
（2） SERDEPROPERITES 可以理解为提供参数选项的接口，在使用TableStoreStorageHandler时，有两个必须指定的选项，分别是tablestore.columns.mapping和tablestore.table.name。
（3） tablestore.columns.mapping 必填选项。MaxCompute将要访问的Tablestore表的列，包括主键和属性列。其中，带:的表示Tablestore主键，例如本示例中的:vid与:gt，其他均为属性列。在指定映射的时候，用户必须提供指定Tablestore表的所有主键，属性列无需全部提供，可以只提供需要通过MaxCompute来访问的属性列。
（4） tablestore.table.name 需要访问的Tablestore表名。 如果指定的Tablestore表名错误（不存在），则会报错。MaxCompute不会主动创建Tablestore表。
（5） LOCATION 指定访问的Tablestore的实例信息，包括实例名和endpoint等。

步骤三：通过外部表访问Tablestore数据

创建外部表后，Tablestore的数据便引入到了MaxCompute生态中，您可通过MaxCompute SQL命令来访问Tablestore数据。

//统计编号4以下的车辆在时间戳1469171387以前的平均速度和平均油耗。
select vid,count(*),avg(speed),avg(oil_consumption) from ots_vehicle_track where vid <4 and gt<1469171387  group by vid;

返回类似如下结果：

odps1