EMR Kyuubi节点_大数据开发治理平台 DataWorks(DataWorks)-阿里云帮助中心

Apache Kyuubi是一个分布式和多租户网关，为数据湖查询引擎（例如Spark、Flink或Trino等）提供SQL等查询服务。DataWorks的EMR Kyuubi节点可进行Kyuubi任务的开发和周期性调度，以及与其他作业的集成操作。本文为您介绍如何配置使用EMR Kyuubi节点并进行数据开发。

前提条件

已创建阿里云EMR集群，并注册EMR集群至DataWorks。操作详情请参见注册EMR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。
已创建EMR Kyuubi节点，详情请参见创建任务节点。

使用限制

仅支持使用Serverless资源组（推荐）或独享调度资源组运行该类型任务。

操作步骤

在EMR Kyuubi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。

SHOW TABLES;
SELECT * FROM kyuubi040702 WHERE age >= '${a}'; --可以结合调度参数使用。

说明

SQL语句最大不能超过130KB。

（可选）配置高级参数

您可在节点调度配置的EMR节点参数中配置特有属性参数。更多属性参数设置，请参考Spark Configuration。

高级参数	配置说明

高级参数	配置说明
queue	提交作业的调度队列，默认为`default`队列。说明若注册EMR集群至DataWorks工作空间配置了工作空间级别的YARN资源队列，则Kyuubi任务运行时选择调度队列的规则如下：全局配置是否优先配置为是：使用注册EMR集群时配置的调度队列。未配置全局配置是否优先：使用EMR Kyuubi节点配置的调度队列。关于EMR YARN的说明，请参见队列基础配置；注册EMR集群时的队列配置，请参见设置全局YARN资源队列。
priority	优先级，默认为1。
FLOW_SKIP_SQL_ANALYZE	SQL语句执行方式。取值如下： `true`：表示每次执行多条SQL语句。 `false`（默认值）：表示每次执行一条SQL语句。说明该参数仅支持用于数据开发环境测试运行流程。
DATAWORKS_SESSION_DISABLE	适用于开发环境直接测试运行场景。取值如下： `true`：表示每次运行SQL语句都会新建一个JDBC Connection。 `false`（默认值）：表示用户在一个节点里运行不同的SQL语句时会复用同一个JDBC Connection。说明该参数配置为`false`时不会打印Hive的`yarn applicationId`，如需打印`yarn applicationId`，请将该参数配置为`true`。

执行SQL任务

在调试配置的计算资源中，选择配置计算资源和DataWorks资源组。
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。
- 访问公共网络或VPC网络环境的数据源需要使用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。
在工具栏的参数对话框中选择已创建的数据源，单击运行SQL任务。

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。
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。
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。