跨集群访问HiveMetaStore
GaussDB(DWS) 3.0数仓支持通过建立EXTERNAL SCHEMA实现远端访问MRS的Hive数据源(包括Hive对接HDFS和Hive对接OBS两种场景),本实践详细地介绍了跨集群访问HiveMetaStore数据的操作流程供您参考。
约束与限制
- 目前仅支持对接EXTERNAL SCHEMA对应的Hive端数据库的表进行SELECT、INSERT和INSERT OVERWRITE操作,其余操作均不支持。
- MRS端两种数据源对应格式支持的操作参见表1。
- 不再保证事务原子性,事务失败后,不再保证数据一致性;不支持回滚。
- 不支持通过EXTERNAL SCHEMA对hive端创建的表进行GRANT和REVOKE操作。
- 并发支持:DWS、HIVE、SPARK并发读写,会出现脏读问题;对同一张非分区表或者同一张分区表的同一个分区执行包含INSERT OVERWRITE相关的并发操作无法保证预期结果,请不要执行此类操作。
- HiveMetaStore特性不支持联邦机制。
基本流程
本实践预计时长:1小时,基本流程如下:
- 创建MRS分析集群(使用此特性必须选择Hive组件)。
- 在Hive端创建表。
- 在Hive端插入数据或者通过将本地txt数据文件上传至OBS桶,再通过OBS桶导入Hive,并由txt存储表导入ORC存储表。
- 创建MRS数据源连接。
- 创建外部服务器。
- 创建EXTERNAL SCHEMA。
- 通过EXTERNAL SCHEMA对Hive表进行导入或者读取操作。
创建MRS集群
- 登录华为云控制台,选择“大数据 > MapReduce服务”。
- 单击“购买集群”,选择“自定义购买”。
- 填写软件配置参数,单击“下一步”。
表2 软件配置 参数项
取值
区域
华北-北京四
集群名称
mrs_01
版本类型
普通版
集群版本
MRS 3.1.3(主推)
说明:MRS集群支持连接3.0.*、3.1.*及以上版本(“*”代表的是数字)。
集群类型
分析集群
元数据
本地元数据
- 填写硬件配置参数,单击“下一步”。
表3 硬件配置 参数项
取值
计费模式
按需计费
可用区
可用区2
虚拟私有云
vpc-01
子网
subnet-01
安全组
自动创建
弹性公网IP
10.x.x.x
企业项目
default
Master节点
2
分析Core节点
3
分析Task节点
0
- 填写高级配置参数如下表,单击“立即购买”,等待约15分钟,集群创建成功。
表4 高级配置 参数项
取值
标签
test01
主机名前缀
可不填写,用作集群中ECS机器或BMS机器主机名的前缀。
弹性伸缩
保持默认即可
引导操作
保持默认即可,MRS 3.x版本暂时不支持该参数。
委托
保持默认即可
数据盘加密
默认关闭,保持默认即可。
告警
保持默认即可
规则名称
保持默认即可
主题名称
选择相应的主题
Kerberos认证
默认打开
用户名
admin
密码
设置密码,该密码用于登录集群管理页面。
确认密码
再次输入设置admin用户密码
登录方式
密码
用户名
root
密码
设置密码,该密码用于远程登录ECS机器。
确认密码
再次输入设置的root用户密码
配置委托
在高级配置中配置MRS在IAM服务中预置的委托MRS_ECS_DEFAULT_AGENCY。
通信安全授权
勾选“确认授权”。
准备ORC表
- 本地PC新建一个product_info.txt,并拷贝以下数据,保存到本地。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
100,XHDK-A-1293-#fJ3,2017-09-01,A,2017 Autumn New Shirt Women,red,M,328,2017-09-04,715,good 205,KDKE-B-9947-#kL5,2017-09-01,A,2017 Autumn New Knitwear Women,pink,L,584,2017-09-05,406,very good! 300,JODL-X-1937-#pV7,2017-09-01,A,2017 autumn new T-shirt men,red,XL,1245,2017-09-03,502,Bad. 310,QQPX-R-3956-#aD8,2017-09-02,B,2017 autumn new jacket women,red,L,411,2017-09-05,436,It's really super nice 150,ABEF-C-1820-#mC6,2017-09-03,B,2017 Autumn New Jeans Women,blue,M,1223,2017-09-06,1200,The seller's packaging is exquisite 200,BCQP-E-2365-#qE4,2017-09-04,B,2017 autumn new casual pants men,black,L,997,2017-09-10,301,The clothes are of good quality. 250,EABE-D-1476-#oB1,2017-09-10,A,2017 autumn new dress women,black,S,841,2017-09-15,299,Follow the store for a long time. 108,CDXK-F-1527-#pL2,2017-09-11,A,2017 autumn new dress women,red,M,85,2017-09-14,22,It's really amazing to buy 450,MMCE-H-4728-#nP9,2017-09-11,A,2017 autumn new jacket women,white,M,114,2017-09-14,22,Open the package and the clothes have no odor 260,OCDA-G-2817-#bD3,2017-09-12,B,2017 autumn new woolen coat women,red,L,2004,2017-09-15,826,Very favorite clothes 980,ZKDS-J-5490-#cW4,2017-09-13,B,2017 Autumn New Women's Cotton Clothing,red,M,112,2017-09-16,219,The clothes are small 98,FKQB-I-2564-#dA5,2017-09-15,B,2017 autumn new shoes men,green,M,4345,2017-09-18,5473,The clothes are thick and it's better this winter. 150,DMQY-K-6579-#eS6,2017-09-21,A,2017 autumn new underwear men,yellow,37,2840,2017-09-25,5831,This price is very cost effective 200,GKLW-l-2897-#wQ7,2017-09-22,A,2017 Autumn New Jeans Men,blue,39,5879,2017-09-25,7200,The clothes are very comfortable to wear 300,HWEC-L-2531-#xP8,2017-09-23,A,2017 autumn new shoes women,brown,M,403,2017-09-26,607,good 100,IQPD-M-3214-#yQ1,2017-09-24,B,2017 Autumn New Wide Leg Pants Women,black,M,3045,2017-09-27,5021,very good. 350,LPEC-N-4572-#zX2,2017-09-25,B,2017 Autumn New Underwear Women,red,M,239,2017-09-28,407,The seller's service is very good 110,NQAB-O-3768-#sM3,2017-09-26,B,2017 autumn new underwear women,red,S,6089,2017-09-29,7021,The color is very good 210,HWNB-P-7879-#tN4,2017-09-27,B,2017 autumn new underwear women,red,L,3201,2017-09-30,4059,I like it very much and the quality is good. 230,JKHU-Q-8865-#uO5,2017-09-29,C,2017 Autumn New Clothes with Chiffon Shirt,black,M,2056,2017-10-02,3842,very good
- 登录OBS控制台,单击“创建并行文件系统”,填写以下参数,单击“立即创建”。
表5 桶参数 参数项
取值
区域
华北-北京四
数据冗余存储策略
单AZ存储
桶名称
mrs-datasource
默认存储类别
标准存储
桶策略
私有
默认加密
关闭
归档数据直读
关闭
企业项目
default
标签
-
- 并行文件系统创建成功后,切换回MRS控制台,单击创建好的MRS集群名称,进入“概览”,单击“IAM用户同步”所在行的“同步”,等待约5分钟同步完成。
- 单击“节点管理”,单击任意一台master节点,进入该节点页面,切换到“弹性公网IP”,单击“绑定弹性公网IP”,勾选已有弹性IP并单击“确定”,如果没有,请创建。记录此公网IP。
- (可选)Hive对接OBS。
Hive对接OBS场景下执行该步骤,对接HDFS场景请跳过。
- 返回到MRS集群页面,单击集群名称进入“概览”,单击“前往Manager”,如果提示绑定公网IP,请先绑定公网IP。
- 如果弹出访问MRS Manager对话框,单击“确定”,页面会跳转到MRS登录页面。输入MRS Manager的用户名admin和密码,密码为创建MRS集群时输入的admin密码。
- 参见Hive对接OBS文件系统完成Hive对接OBS的操作。
- 下载客户端。
- 使用root用户登录主master节点,并更新主管理节点的客户端配置。
cd /opt/client
sh refreshConfig.sh /opt/client 客户端配置文件压缩包完整路径
本例命令为:
sh refreshConfig.sh /opt/client /tmp/MRS-client/MRS_Services_Client.tar
- 切换到omm用户,并进入Hive客户端所在目录。
su - omm
cd /opt/client
- 在Hive上创建存储类型为TEXTFILE的表product_info。
- 在/opt/client路径下,导入环境变量。
提示:若出现find:'opt/client/Hudi': Permission denied可忽略,不影响后续操作。
- 登录Hive客户端。
- 依次执行以下SQL语句创建demo数据库及表product_info。
1
CREATE DATABASE demo;
1
USE demo;
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
DROP TABLE product_info; CREATE TABLE product_info ( product_price int , product_id char(30) , product_time date , product_level char(10) , product_name varchar(200) , product_type1 varchar(20) , product_type2 char(10) , product_monthly_sales_cnt int , product_comment_time date , product_comment_num int , product_comment_content varchar(200) ) row format delimited fields terminated by ',' stored as TEXTFILE;
- 在/opt/client路径下,导入环境变量。
- 将product_info.txt数据文件导入Hive。
- Hive对接OBS场景:回到OBS管理控制台,单击并行文件系统名称,选择“对象 > 上传对象”,将product_info.txt上传至OBS并行文件系统中product_info表路径下。
- Hive对接HDFS场景:将product_info.txt文件导入到HDFS路径/user/hive/warehouse/demo.db/product_info/,有关导入数据到MRS集群的操作,请参见《MapReduce服务用户指南》中的管理数据文件章节。
- 创建ORC表,并将数据导入ORC表。
- 执行以下SQL语句创建ORC表。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
DROP TABLE product_info_orc; CREATE TABLE product_info_orc ( product_price int , product_id char(30) , product_time date , product_level char(10) , product_name varchar(200) , product_type1 varchar(20) , product_type2 char(10) , product_monthly_sales_cnt int , product_comment_time date , product_comment_num int , product_comment_content varchar(200) ) row format delimited fields terminated by ',' stored as orc;
- 将product_info表的数据插入到Hive ORC表product_info_orc中。
1
INSERT INTO product_info_orc SELECT * FROM product_info;
- 查询ORC表数据导入成功。
1
SELECT * FROM product_info_orc;
- 执行以下SQL语句创建ORC表。
创建MRS数据源连接
- 登录DWS管理控制台,单击已创建好的DWS集群,确保DWS集群与MRS在同一个区域、可用分区,并且在同一VPC子网下。
- 切换到“MRS数据源”,单击“创建MRS数据源连接”。
- 配置以下参数,单击“确认”。
- 数据源名称:mrs_server
- 配置方式:MRS用户
- MRS数据源:选择前面创建的mrs_01集群。
- MRS用户:admin
- 用户密码:前面创建MRS数据源的admin密码。
创建外部服务器
仅Hive对接OBS场景执行,Hive对接HDFS场景跳过。
- 使用Data Studio连接已创建好的DWS集群。
- 执行以下语句,创建外部服务器。{AK值}、{SK值}由准备环境获取。
认证用的AK和SK硬编码到代码中或者明文存储都有很大的安全风险,建议在配置文件或者环境变量中密文存放,使用时解密,确保安全。
1 2 3 4 5 6 7 8 9
CREATE SERVER obs_servevr FOREIGN DATA WRAPPER DFS_FDW OPTIONS ( address 'obs.xxx.com:5443', //OBS的访问地址。 encrypt 'on', access_key '{AK值}', secret_access_key '{SK值}', type 'obs' );
- 查看外部服务器。
1
SELECT * FROM pg_foreign_server WHERE srvname='obs_server';
返回结果如下所示,表示已经创建成功:
1 2 3 4
srvname | srvowner | srvfdw | srvtype | srvversion | srvacl | srvoptions --------------------------------------------------+----------+--------+---------+------------+--------+--------------------------------------------------------------------------------------------------------------------- obs_server | 16476 | 14337 | | | | {address=obs.xxx.com:5443,type=obs,encrypt=on,access_key=***,secret_access_key=***} (1 row)
创建EXTERNAL SCHEMA
- 获取Hive的metastore服务内网IP和端口以及要访问的Hive端数据库名称。
- 登录MRS管理控制台。
- 选择“集群列表 > 现有集群”,单击要查看的集群名称,进入集群基本信息页面。
- 单击运维管理处的“前往manager”,并输入用户名和密码登录FI管理页面。
- 依次单击“集群”、“Hive”、“配置”、“全部配置”、“MetaStore”、“端口”,记录参数hive.metastore.port对应的值。
- 依次单击“集群”、“Hive”、“实例”,记录MetaStore对应主机名称包含master1的管理IP。
- 创建EXTERNAL SCHEMA。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
//Hive对接OBS场景:SERVER名字填写创建的外部服务器名称,DATABASE填写Hive端创建的数据库,METAADDRESS填写中记录的hive端metastore服务的地址和端口,CONFIGURATION为MRS数据源默认的配置路径,不需更改。 DROP SCHEMA IF EXISTS ex1; CREATE EXTERNAL SCHEMA ex1 WITH SOURCE hive DATABASE 'demo' SERVER obs_server METAADDRESS '***.***.***.***:***' CONFIGURATION '/MRS/gaussdb/mrs_server' //Hive对接HDFS场景:SERVER名字填写创建的数据源名称mrs_server,METAADDRESS填写中记录的hive端metastore服务的地址和端口,CONFIGURATION为MRS数据源默认的配置路径,不需更改。 DROP SCHEMA IF EXISTS ex1; CREATE EXTERNAL SCHEMA ex1 WITH SOURCE hive DATABASE 'demo' SERVER mrs_server METAADDRESS '***.***.***.***:***' CONFIGURATION '/MRS/gaussdb/mrs_server'
- 查看创建的EXTERNAL SCHEMA。
1 2 3 4 5 6 7
SELECT * FROM pg_namespace WHERE nspname='ex1'; SELECT * FROM pg_external_namespace WHERE nspid = (SELECT oid FROM pg_namespace WHERE nspname = 'ex1'); nspid | srvname | source | address | database | confpath | ensoptions | catalog --------------------------------------------------+----------+--------+---------+------------+--------+--------------------------------------------------------------------------------------------------------------------- 16393 | obs_server | hive | ***.***.***.***:*** | demo | *** | | (1 row)
执行数据导入
- 创建本地目标表。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
DROP TABLE IF EXISTS product_info; CREATE TABLE product_info ( product_price integer , product_id char(30) , product_time date , product_level char(10) , product_name varchar(200) , product_type1 varchar(20) , product_type2 char(10) , product_monthly_sales_cnt integer , product_comment_time date , product_comment_num integer , product_comment_content varchar(200) ) ;
- 从Hive表导入目标表。
1
INSERT INTO product_info SELECT * FROM ex1.product_info_orc;
- 查询导入结果。
1
SELECT * FROM product_info;
执行数据导出
- 创建本地源表。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
DROP TABLE IF EXISTS product_info_export; CREATE TABLE product_info_export ( product_price integer , product_id char(30) , product_time date , product_level char(10) , product_name varchar(200) , product_type1 varchar(20) , product_type2 char(10) , product_monthly_sales_cnt integer , product_comment_time date , product_comment_num integer , product_comment_content varchar(200) ) ; INSERT INTO product_info_export SELECT * FROM product_info;
- Hive端创建目标表。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
DROP TABLE product_info_orc_export; CREATE TABLE product_info_orc_export ( product_price int , product_id char(30) , product_time date , product_level char(10) , product_name varchar(200) , product_type1 varchar(20) , product_type2 char(10) , product_monthly_sales_cnt int , product_comment_time date , product_comment_num int , product_comment_content varchar(200) ) row format delimited fields terminated by ',' stored as orc;
- 从本地源表导入Hive表。
1
INSERT INTO ex1.product_info_orc_export SELECT * FROM product_info_export;
- Hive端查询导入结果
1
SELECT * FROM product_info_orc_export;