CDH Spark SQL节点

前提条件

• 已创建阿里云CDH集群，并注册CDH集群至DataWorks。操作详情请参见注册CDH集群至DataWorks。

• （可选，RAM账号需要）进行任务开发的RAM账号已被添加至对应工作空间中，并具有开发或空间管理员（权限较大，谨慎添加）角色权限，添加成员的操作详情请参见为工作空间添加空间成员。

  说明

  如果您使用的是主账号，则可忽略该添加操作。

• 已开发创建项目目录，详情请参见项目目录。

• 已在DataWorks配置Hive数据源并通过连通性测试，详情请参见创建并管理数据源。

• 已创建CDH Spark SQL节点，详情请参见创建任务节点。

操作步骤

1. 在CDH Spark SQL节点编辑页面，执行如下开发操作。

   开发SQL代码

   在SQL编辑区域开发任务代码，您可在代码中使用${变量名}的方式定义变量，并在节点编辑页面右侧调度配置的调度参数中为该变量赋值。实现调度场景下代码的动态传参，调度参数使用详情，请参考调度参数支持格式，示例如下。

   CREATE TABLE IF NOT EXISTS test_spark.test_lineage_table_f1 (`id` BIGINT, `name` STRING)
   PARTITIONED BY (`ds` STRING);
   CREATE TABLE IF NOT EXISTS test_spark.test_lineage_table_t2 AS SELECT * FROM test_spark.test_lineage_table_f1;
   INSERT INTO test_spark.test_lineage_table_t2 SELECT id,${var} FROM test_spark.test_lineage_table_f1;

   说明

   • 示例在test_spark数据库中创建test_lineage_table_f1、test_lineage_table_t2表，并且从test_lineage_table_f1表向test_lineage_table_t2表复制数据，本示例仅为参考，实际使用时请替换为您自己的数据库环境。

   • 代码中的${var}参数赋值为字段name。

   执行SQL任务

   1. 在调试配置的计算资源中，选择配置计算资源和DataWorks资源组。

      1. 计算资源选择您在DataWorks上注册的CDH集群名称。

      2. 资源组选择与数据源测试连通性成功的调度资源组。详情请参见网络连通方案。

      说明

      您还可以根据任务执行所需的资源情况来调度 CU。默认CU为0.25。

   2. 在工具栏的参数对话框中选择已创建的Hive数据源，单击运行SQL任务。

2. 如需定期执行节点任务，请根据业务需求配置调度信息。配置详情请参见调度配置。

3. 节点任务配置完成后，需对节点进行发布。详情请参见节点发布。

4. 任务发布后，您可以在运维中心查看周期任务的运行情况。详情请参见运维中心入门。