开发一个Hive SQL作业

场景说明

数据开发模块作为一站式大数据开发平台，支持多种大数据工具的开发。Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的SQL查询功能；可以将SQL语句转换为MapReduce任务进行运行。

环境准备

• 已开通MapReduce服务MRS，并创建MRS集群，为Hive SQL提供运行环境。

  MRS集群创建时，组件要包含Hive。

• 已开通数据集成CDM，并创建CDM集群，为数据开发模块提供数据开发模块与MRS通信的代理。

  CDM集群创建时，需要注意：虚拟私有云、子网、安全组与MRS集群保持一致，确保网络互通。

建立Hive的数据连接

开发Hive SQL前，我们需要在“管理中心 > 数据连接”模块中建立一个到MRS Hive的连接，数据连接名称为“hive1009”。

关键参数说明：

• 集群名：已创建的MRS集群。
• 绑定Agent：已创建的CDM集群。

开发Hive SQL脚本

在“数据开发 > 脚本开发”模块中创建一个Hive SQL脚本，脚本名称为“hive_sql”。在编辑器中输入SQL语句，通过SQL语句来实现业务需求。

图1 开发脚本

关键说明：

• 图1中的脚本开发区为临时调试区，关闭脚本页签后，开发区的内容将丢失。您可以通过“提交”来保存并提交脚本版本。
• 数据连接：建立Hive的数据连接创建的连接。

开发Hive SQL作业

Hive SQL脚本开发完成后，我们为Hive SQL脚本构建一个周期执行的作业，使得该脚本能定期执行。

1. 创建一个数据开发模块空作业，作业名称为“job_hive_sql”。
   图2 创建job_hive_sql作业
   

2. 然后进入到作业开发页面，拖动MRS Hive SQL节点到画布中并单击，配置节点的属性。
   图3 配置MRS Hive SQL节点属性
   

   关键属性说明：

   • SQL脚本：关联开发Hive SQL脚本中开发完成的Hive SQL脚本“hive_sql”。
   • 数据连接：默认选择SQL脚本“hive_sql”中设置的数据连接，支持修改。
   • 数据库：默认选择SQL脚本“hive_sql”中设置的数据库，支持修改。
   • 节点名称：默认显示为SQL脚本“hive_sql”的名称，支持修改。

3. 作业编排完成后，单击，测试运行作业。
4. 如果运行成功，单击画布空白处，在右侧的“调度配置”页面，配置作业的调度策略。
   图4 配置调度方式
   

   说明：

   2021/01/01至2021/01/25，每天2点执行一次作业。

5. 最后我们需要提交版本，执行调度作业，实现作业每天自动运行。