文档首页/ MapReduce服务 MRS/ 用户指南（吉隆坡区域）/ 配置存算分离/ 配置存算分离集群（AKSK方式）
更新时间：2023-03-17 GMT+08:00
查看PDF
分享

配置存算分离集群（AKSK方式）

MRS支持使用obs://的方式对接OBS服务，当前主要支持的组件为Hadoop、Hive、Spark、Presto、Flink。其中HBase组件使用obs://的方式对接OBS服务暂不支持。

MRS提供如下访问OBS的配置方式，请选择其中一种配置即可（推荐使用委托方式）：

  • 通过为MRS集群绑定ECS委托方式访问OBS，避免了AK/SK直接暴露在配置文件中的风险，具体请参考配置存算分离集群（委托方式）。
  • 在MRS集群中配置AK/SK，AK/SK会明文暴露在配置文件中，请谨慎使用，具体请参考本章节。
  • 为了提高数据写入性能，可以修改对应服务的配置参数fs.obs.buffer.dir的值为数据盘目录。
  • 大数据存算分离场景，请务必使用OBS并行文件系统，使用普通对象桶会对集群性能产生较大影响。

Hadoop访问OBS

  • 在MRS客户端的HDFS目录($client_home/ HDFS/hadoop/etc/hadoop)中修改core-site.xml文件，增加如下内容。 
    <property>
    <name>fs.obs.access.key</name>
    <value>ak</value>
</property>
<property>
    <name>fs.obs.secret.key</name>
    <value>sk</value>
</property>
<property>
    <name>fs.obs.endpoint</name>
    <value>obs endpoint</value>
</property>

    在文件中设置AK/SK会明文暴露在配置文件中，请谨慎使用。

    添加配置后无需手动添加AK/SK、endpoint就可以直接访问OBS上的数据。例如执行如下命令查看文件系统obs-test下面的文件夹test_obs_orc的文件列表。

    hadoop fs -ls "obs://obs-test/test_obs_orc"

  • 每次在命令行中手动添加AK/SK、endpoint访问OBS上的数据。

    hadoop fs -Dfs.obs.endpoint=xxx -Dfs.obs.access.key=xx -Dfs.obs.secret.key=xx -ls "obs://obs-test/ test_obs_orc"

Hive访问OBS

  1. 登录服务配置页面。

    • 针对MRS 3.x之前版本，登录集群详情页面，选择“组件管理 > Hive > 服务配置”。
    • 针对MRS 3.x及之后版本，登录FusionInsight Manager页面，具体请参见访问FusionInsight Manager（MRS 3.x及之后版本），选择“集群 > 服务 > Hive > 配置”。

  2. 将“基础配置”切换为“全部配置”。
  3. 搜索“fs.obs.access.key”和“fs.obs.secret.key”参数，并分别配置为OBS的AK和SK。

    若当前集群中搜索不到如上两个参数，请在左侧导航选择“Hive > 自定义”，在自定义参数“core.site.customized.configs”中增加如上两个参数。

  4. 单击“保存配置”，并勾选“重新启动受影响的服务或实例。”重启Hive服务。
  5. 在beeline中直接使用obs的目录进行访问。例如，执行如下命令创建Hive表并指定数据存储在test-bucket文件系统的test_obs目录中。

    create table test_obs(a int, b string) row format delimited fields terminated by "," stored as textfile location "obs://test-bucket/test_obs";

Spark访问OBS

由于SparkSQL依赖Hive，所以在Spark上配置OBS时，需要同时修改Hive访问OBS的OBS配置。

  • spark-beeline和spark-sql

    可以通过在shell中增加如下OBS的属性实现访问OBS。

    set fs.obs.endpoint=xxx
set fs.obs.access.key=xxx
set fs.obs.secret.key=xxx
  • spark-beeline
    spark-beeline也可以通过在Manager中配置服务参数实现访问OBS。操作如下：
    1. 登录服务配置页面。
      • 针对MRS 3.x之前版本，登录集群详情页面，选择“组件管理 > Spark > 服务配置”。
      • 针对MRS 3.x及之后版本，登录FusionInsight Manager页面，具体请参见访问FusionInsight Manager（MRS 3.x及之后版本），选择“集群 > 服务 > Spark2x > 配置”。
    2. 将“基础配置”切换为“全部配置”。
    3. 选择“JDBCServer > OBS”配置fs.obs.access.key、fs.obs.secret.key参数。

      若当前集群中没有如上两个参数，请在左侧导航选择“JDBCServer > 自定义”，在自定义参数“spark.core-site.customized.configs”中增加如上两个参数。

      图1 自定义添加OBS参数
    4. 单击“保存配置”，并勾选“重新启动受影响的服务或实例。”重启Spark服务。
    5. 在spark-beeline中访问OBS，例如访问obs://obs-demo-input/table/目录：

      create table test(id int) location 'obs://obs-demo-input/table/';

  • spark-sql和spark-submit

    spark-sql也可以通过修改core-site.xml配置文件实现访问OBS。

    使用spark-sql和使用spark-submit提交任务访问OBS时，配置文件修改方法一致。

    修改MRS客户端中Spark配置文件夹（$client_home/Spark/spark/conf）中的core-site.xml，增加如下内容：

    <property>
    <name>fs.obs.access.key</name>
    <value>ak</value>
</property>
<property>
    <name>fs.obs.secret.key</name>
    <value>sk</value>
</property>
<property>
    <name>fs.obs.endpoint</name>
    <value>obs endpoint</value>
</property>

Presto访问OBS

  1. 登录集群详情页面，选择“组件管理 > Presto > 服务配置”。
  2. 将“基础配置”切换为“全部配置”。
  3. 搜索并配置如下参数。

    • fs.obs.access.key配置为用户AK
    • fs.obs.secret.key配置为用户SK

    若当前集群中搜索不到如上两个参数，请在左侧导航选择“Presto > Hive”，在自定义参数“core.site.customized.configs”中增加如上两个参数。

  4. 单击“保存配置”，并勾选“重新启动受影响的服务或实例。”重启Presto服务。
  5. 选择“组件管理 > Hive > 服务配置”。
  6. 将“基础配置”切换为“全部配置”。
  7. 搜索并配置如下参数。

    • fs.obs.access.key配置为用户AK
    • fs.obs.secret.key配置为用户SK

  8. 单击“保存配置”，并勾选“重新启动受影响的服务或实例。”重启Hive服务。
  9. 在Presto客户端中执行语句创建schema，指定location为OBS路径，例如：

    CREATE SCHEMA hive.demo WITH (location = 'obs://obs-demo/presto-demo/');

  10. 在该schema中建表，该表的数据即存储在OBS文件系统内，例如：

    CREATE TABLE hive.demo.demo_table WITH (format = 'ORC') AS SELECT * FROM tpch.sf1.customer;

Flink访问OBS

在MRS客户端的Flink配置文件“客户端安装路径/Flink/flink/conf/flink-conf.yaml”中，增加如下内容。 
fs.obs.access.key：ak  
fs.obs.secret.key: sk  
fs.obs.endpoint: obs endpoint

在文件中设置AK/SK会明文暴露在配置文件中，请谨慎使用。

添加配置后无需手动添加AK/SK、endpoint就可以直接访问OBS上的数据。

父主题： 配置存算分离