EMR Trino节点

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 Trino节点，详情请参见创建任务节点。

使用限制

• 仅支持使用Serverless资源组运行该类型任务。

• DataLake或自定义集群若要在DataWorks管理元数据，需先在集群侧配置EMR-HOOK。详情请参见配置Hive的EMR-HOOK。

  说明

  若未在集群侧配置EMR-HOOK，则无法在DataWorks中实时展示元数据、生成审计日志、展示血缘关系、开展EMR相关治理任务。

• Trino开启了LDAP认证的情况下，需要登录EMR所在Master机器，下载/etc/taihao-apps/trino-conf目录中的keystore文件。登录DataWorks控制台，在顶部切换至目标地域，找到已创建的工作空间，单击操作列的管理，进入管理中心，在左侧导航栏计算资源中找到EMR集群中的账户映射，点击右侧的编辑账号映射按钮，进入编辑页面，点击上传keystore文件按钮上传该文件。

操作步骤

1. 在EMR Trino节点编辑页面，执行如下开发操作。

   连接器配置

   • 查询MySQL相关表之前需要完成EMR Trino内置连接器配置，详情请参见MySQL连接器配置。

   • 查询Hive相关表之前需要完成EMR Trino内置连接器配置，详情请参见Hive连接器配置。

   • 查询其他数据源相关表数据，内置连接器配置可参见配置连接器。

   编辑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。

   -- 使用方法
   -- SELECT * FROM <catalog>.<schema>.<table>;
   -- 参数说明
   -- <catalog>为要连接的数据源的名称。
   -- <schema>为要使用的数据库的名称。
   -- <table>为待查询的数据表。
   -- 例如，如果要查看Hive数据源中默认数据库中的hive_table表的数据
   -- 查Hive表
   SELECT * FROM hive.default.hive_table;
   
   -- 例如，如果要查看MySQL数据源中自建数据库rt_data库中的rt_user表的数据 
   -- 查MySQL表  
   SELECT * FROM mysql.rt_data.rt_user;
   
   -- 联查Hive和MySQL表
   SELECT DISTINCT a.id, a.name,b.rt_name FROM hive.default.hive_table a INNER JOIN mysql.rt_data.rt_user b ON a.id = b.id;
   
   -- 查Hive表，可以结合调度参数使用
   SELECT * FROM hive.default.${table_name};

   （可选）配置高级参数

   如您需要调整SQL语句执行方式，可在节点调度配置的EMR节点参数中配置特有属性参数。

   参数	参数说明

   参数	参数说明
   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。
   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。

   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。

      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。

   2. 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。

      说明

      使用EMR Trino节点查询数据时，返回的查询结果最大支持10000条数据，并且数据总量不能超过10MB。

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。