Impala以EMR集群的方式查询OSS-HDFS服务中的数据

本文介绍Impala如何以EMR集群的方式查询OSS-HDFS服务中的数据。

1. 登录EMR集群。
   1. 登录EMR on ECS控制台。
   2. 单击创建的EMR集群。
   3. 单击节点管理页签，然后单击节点组左侧的。
   4. 单击ECS ID。在ECS实例页面，单击实例ID右侧的远程连接。
   如果您希望使用SSH方式（SSH密钥对或SSH密码）在Windows和Linux环境中登录集群，请参见登录集群。
2. 使用Impala查询OSS-HDFS服务中的数据。
   1. 创建表。

      CREATE EXTERNAL TABLE customer_demographics (
       `cd_demo_sk` INT,
       `cd_gender` STRING,
       `cd_marital_status` STRING,
       `cd_education_status` STRING,
       `cd_purchase_estimate` INT,
       `cd_credit_rating` STRING,
       `cd_dep_count` INT,
       `cd_dep_employed_count` INT,
       `cd_dep_college_count` INT)
      STORED AS PARQUET
      LOCATION 'oss://bucket.endpoint/dir';

   2. 查询表数据。

      select * from customer_demographics;