本文介紹如何配置自建的阿里云RDS,作為E-MapReduce(簡稱EMR)上DataLake集群、Custom集群或Hadoop集群的元數據。
前提條件
已購買RDS MySQL實例(EMR所有版本均支持MySQL 5.7,僅EMR-3.35.0以上版本、EMR-5.0.0以上版本同時支持MySQL 5.7和8.0版本),詳情請參見創建RDS MySQL實例。
本文以MySQL 5.7版本為例介紹。
使用限制
創建RDS MySQL實例時,數據庫類型選擇MySQL,版本選擇5.7;系列選擇高可用版。
操作流程
準備元數據庫信息。
在EMR控制臺上創建集群,關聯元數據庫信息。
- 重要
如果您創建的是Hadoop集群(EMR-3.38.x及之前版本、EMR-4.9.x及之前版本、EMR-5.4.x以及之前版本),或者創建集群之后需要更換為RDS數據庫,則需要初始化Metastore。
DataLake和Custom集群在創建過程中會自動根據所提供的數據庫連接參數初始化Hive Meta數據庫,因此無需執行該步驟。
步驟一:元數據庫準備
步驟二:創建集群
在創建集群的軟件配置頁面,配置以下參數,其他參數的配置請參見創建集群。
DataLake和Custom集群參數 | Hadoop集群參數 | 描述 | |
元數據 | 選擇自建RDS。 說明 僅當Custom集群選擇了HDFS、YARN和Hive服務后,元數據參數才可見。 | ||
javax.jdo.option.ConnectionURL | RDS鏈接 | 填寫格式為
| |
javax.jdo.option.ConnectionUserName | RDS用戶名 | 填寫步驟一:元數據庫準備中賬號的用戶名。 | |
javax.jdo.option.ConnectionPassword | RDS密碼 | 填寫步驟一:元數據庫準備中賬號的密碼。 |
(可選)步驟三:Metastore初始化
如果您創建的是Hadoop集群(EMR-3.38.x及之前版本、EMR-4.9.x及之前版本、EMR-5.4.x以及之前版本),或者創建集群之后需要更換為RDS數據庫,則需要初始化Metastore。
DataLake和Custom集群在創建過程中會自動根據所提供的數據庫連接參數初始化Hive Meta數據庫,因此無需執行該步驟。
使用SSH方式登錄集群的Master節點,詳情請參見登錄集群。
執行以下命令,切換為hadoop用戶。
su - hadoop
執行以下命令,進行初始化。
schematool -initSchema -dbType mysql
待初始化成功后,則可以使用自建的RDS作為Hive的元數據庫。
說明在初始化之前,Hive的Hive MetaStore、HiveServer2和Spark的ThriftServer可能會出現異常,待初始化之后會恢復正常。