EMR-3.30.0及之后版本和EMR-4.5.0及之后版本，默认选择数据湖元数据作为Hive数据库。数据湖元数据是服务化高可用并且可扩展的元数据库，您无需额外购买独立的元数据库，就可以实现多个引擎计算，例如同时使用MaxCompute和E-MapReduce（简称EMR）。多个EMR集群可以共享统一元数据库。

前提条件

已在数据湖构建（Data Lake Formation）控制台开通数据湖构建。
注意 数据湖元数据产品目前只支持华北2（北京）、华东1（上海）和华东2（杭州）三个地域。

背景信息

数据湖元数据已适配EMR的Hive 2.x、Hive 3.x、Presto和SparkSQL。因为数据湖元数据暂不适配EMR的Impala，所以当您在EMR控制台上勾选Impala时，无法选择数据湖元数据。

适用场景

数据湖元数据具有高可用和易维护的特点，因此适合在如下场景下使用数据湖元数据：
  • EMR集群的生产环境，您无需维护独立的元数据库。
  • 横向使用多种大数据计算引擎，例如MaxCompute、Hologres、机器学习PAI等，元数据可以集中管理。
  • 多个EMR集群，可以统一管理元数据。

创建集群

创建集群时，选择元数据选择为数据湖元数据方式，创建详情请参见创建集群。

切换元数据存储类型

您可以通过修改Hive参数的方式，切换Hive MetaStore的存储方式。
说明 如果需要迁移数据库的元数据信息，请提交工单处理。
  1. 进入Hive服务页面。
    1. 登录阿里云E-MapReduce控制台。
    2. 在顶部菜单栏处，根据实际情况选择地域（Region）和资源组。
    3. 单击上方的集群管理页签。
    4. 在集群管理页面，单击相应集群所在行的详情。
    5. 在左侧导航栏，选择集群服务 > Hive。
  2. 修改hive.imetastoreclient.factory.class的值。
    1. 在Hive服务页面，单击配置页面。
    2. 在配置搜索中，输入配置项hive.imetastoreclient.factory.class，单击search图标。
      • 切换为MySQL（包括集群内置MySQL、统一meta数据库和独立RDS MySQL）：

        设置hive.imetastoreclient.factory.class为org.apache.hadoop.hive.ql.metadata.SessionHiveMetaStoreClientFactory。

      • 切换为数据湖元数据：

        设置hive.imetastoreclient.factory.class为com.aliyun.datalake.metastore.hive2.DlfMetaStoreClientFactory。

  3. 保存配置。
    1. 在Hive服务页面，单击右上角的保存。
    2. 在确认修改对话框中，输入执行原因，单击确定。
  4. 重启Hive MetaStore服务。
    1. 在Hive服务页面，选择右上角的操作 > 重启Hive MetaStore。
    2. 在执行集群操作对话框，设置相关参数，然后单击确定。
    3. 在确认对话框，单击确定。
      您可以单击右上角的查看操作历史，查看任务进度，等待任务完成。