环境准备

为保证您可以顺利完成本次实验，请您首先确保云账号已开通E-MapReduce（简称为EMR）、数据工场DataWorks和数据存储OSS。

背景信息

本次实验涉及的阿里云产品如下：

• E-MapReduce
• 数据工场DataWorks
• 对象存储OSS

1. 创建EMR集群。
   1. 登录E-MapReduce控制台。
   2. 选择华东2（上海）区域，单击创建集群。
      说明

      • 由于源数据存储在华东2（上海），建议EMR集群创建在相同的区域。
      • 您可以通过一键购买和自定义购买两种方式创建EMR集群，本文以自定义购买为例。
   3. 在自定义购买 > 软件配置对话框中，选择集群类型为Hadoop，其它配置项默认无需修改。单击下一步：硬件配置。
   4. 在硬件配置对话框中，选择付费类型为按量付费，并进行网络配置和实例配置，单击下一步：基础配置。
   5. 在基础配置对话框中，输入集群名称，并选择密钥对，单击下一步：确定。
      EMR默认选项不开启挂载公网，创建集群后只能通过内网访问EMR集群。本次实验的Workshop操作中不涉及挂载公网，直接单击挂载公网说明对话框中的继续下一步即可。如果您需要公网访问，请进入ECS控制台挂载EIP。
   6. 在确认对话框中，确认订单无误后，勾选《E-MapReduce服务条款》，单击创建。
2. 初始化集群。
   购买成功后，即可进入集群管理页面进行查看，集群初始化需要几分钟的时间。
   1. 集群初始化成功后，单击顶部菜单栏中的数据开发。
   2. 在数据开发页面，单击新建项目。
   3. 在新建项目对话框中，输入项目名称和项目描述。
      说明 请使用主账号创建项目，该项目用于关联DataWorks工作空间。
   4. 单击创建。
3. 创建DataWorks工作空间。
   说明 因本实验提供的数据资源都在华东2，建议您将工作空间创建在华东2，以避免工作空间创建在其它区域，添加数据源时出现网络不可达的情况。
   1. 鼠标悬停至EMR控制台左上角的图标，单击DataWorks。
   2. 单击控制台概览 > 常用功能下的创建工作空间。
      您也可以进入工作空间列表页面，单击创建工作空间。

      说明 从工作空间列表页面创建工作空间时，需要提前选择区域，在创建工作空间对话框中不会显示选择region。
   3. 填写创建工作空间对话框中的基本配置，单击下一步。
      说明 本教程以简单模式的工作空间为例进行操作。
   4. 进入选择引擎界面，选择E-MapReduce引擎后，单击下一步。

      DataWorks已正式商用，如果该区域没有开通，需要首先开通正式商用的服务。默认选中数据集成、数据开发、运维中心和数据质量。

   5. 进入引擎详情页面，填写选购引擎的配置。

      引擎	参数	描述
      E-MapReduce	实例名称	输入创建的EMR集群的名称。
      	Access ID和Access Key	已经授权可以访问EMR集群的账号的访问密钥。
      	EmrClusterID	创建的EMR集群ID。
      	EmrUserID	进入E-MapReduce控制台，单击顶部菜单栏中的集群管理。 在集群管理页面，单击相应集群后的管理。 单击左侧导航栏中的用户管理，即可查看所用密钥的用户ID。
      	EmrProjectID	进入E-MapReduce控制台，单击数据开发，即可查看新建项目的ID。
      	EmrResource QueueName	默认为default。
      	EmrEndpoint	输入emr.aliyuncs.com。

   6. 配置完成后，单击创建工作空间。
4. 购买OSS并创建Bucket。
   1. 登录OSS产品详情页，单击立即开通。
   2. 在购买页面选择相应的配置后，单击立即购买。
   3. 开通成功后，单击OSS产品详情页的管理控制台，直接进入OSS控制台页面。
   4. 如果目前Bucket列表为空，单击左侧存储空间列表中的创建Bucket。如果已经创建过Bucket，则单击左侧存储空间列表中的+图标，或单击页面右侧Bucket管理下的创建Bucket。
   5. 在创建Bucket对话框中，填写相关配置，单击确定。
      说明 此处需要选择区域为华东2（上海）。
   6. 进入Bucket中的文件管理页面，单击新建目录。
   7. 在新建目录对话框中，输入目录名，单击确定。
      说明 此处需要新建3个目录，分别存放同步过来的外部OSS数据源、RDS数据源和JAR资源。