如何创建Hive统一元数据集群_开源大数据平台 E-MapReduce(EMR)-阿里云帮助中心

EMR-2.4.0之前版本，所有集群采用的是集群本地的MySQL数据库作为Hive元数据库；EMR-2.4.0及后续版本，E-MapReduce（简称EMR）支持统一的高可靠的Hive元数据库。

背景信息

因为元数据库需要使用公网IP来连接，所以集群必须要有公网IP，同时请不要随意的切换公网IP地址，防止对应的数据库白名单失效。

如果是本地的元数据库，您可以使用集群上的Hue工具来管理。

E-MapReduce后台RDS统一管理元数据的方式，仅限小容量的用户使用。对于大容量场景，建议您自建RDS作为统一元数据。默认限制为：

EMR Hive统一元数据将逐步下线，不再进行维护升级，需要迁移到新版统一元数据DLF中，迁移详情请参见EMR元数据迁移公告。EMR新用户请选择数据湖构建（DLF）统一元数据。

统一的元数据管理，可以实现：

持久化的元数据存储。
支持统一元数据之前，元数据都是在集群内部的MySQL数据库，元数据会随着集群的释放而丢失，特别是EMR提供了灵活按量模式，集群可以按需创建用完就释放。如果您需要保留现有的元数据信息，必须登录集群手动将元数据信息导出。

支持统一元数据之后，释放集群不会清理元数据信息。所以，在任何时候删除OSS上或者集群HDFS上数据（包括释放集群操作）的时候，需要先确认该数据对应的元数据已经删除（即要删掉数据对应的表和数据库），否则元数据库中可能出现一些脏数据。
计算存储分离。
EMR上可以支持将数据存放在阿里云OSS中，在大数据量的情况下将数据存储在OSS上会大大降低使用的成本，EMR集群主要用来作为计算资源，在计算完成之后可以随时释放，数据在OSS上，同时也不用再考虑元数据迁移的问题。
数据共享。
使用统一的元数据库，如果您的所有数据都存放在OSS之上，则不需要做任何元数据的迁移和重建，所有集群都是可以直接访问数据，这样每个EMR集群可以做不同的业务，但是可以很方便地实现数据的共享。

支持以下两种方式创建统一元数据的集群：

页面方式。
创建集群时，在基础配置页面，选中统一meta数据库。
API方式。
使用CreateClusterV2创建集群，详情请参见CreateClusterV2。

说明需指定参数：useLocalMetaDb=false。