在EMR Hive或Spark中访问OSS-HDFS_对象存储(OSS)-阿里云帮助中心

EMR-3.42及后续版本或EMR-5.8.0及后续版本的集群，支持OSS-HDFS（JindoFS服务）作为数据存储，提供缓存加速服务和Ranger鉴权功能，使得在Hive或Spark等大数据ETL场景将获得更好的性能和HDFS平迁能力。本文为您介绍E-MapReduce（简称EMR）Hive或Spark如何操作OSS-HDFS。

前提条件

已为Bucket开通并授权访问OSS-HDFS服务。具体操作，请参见开通OSS-HDFS服务。
阿里云账号默认拥有通过EMR集群的方式接入OSS-HDFS服务并执行常见操作的权限。如果您希望通过RAM用户接入OSS-HDFS服务，RAM用户需要具备对应的权限要求，详情请参见授权RAM用户通过EMR集群接入OSS-HDFS服务。

背景信息

OSS-HDFS服务是一款云原生数据湖存储产品，基于统一的元数据管理能力，在完全兼容HDFS文件系统接口的同时，提供充分的POSIX能力支持，能更好的满足大数据和AI领域丰富多样的数据湖计算场景，详细信息请参见什么是OSS-HDFS服务。

操作步骤

说明本示例以Hive操作OSS-HDFS为例介绍。您也可以参照此方式使用Spark操作OSS-HDFS。

登录集群，具体操作请参见登录集群。
创建指向OSS-HDFS的Hive表。
1. 执行以下命令，进入Hive命令行。
```
hive
```
2. 执行以下命令，创建指向OSS-HDFS的数据库。
```
CREATE DATABASE if not exists dw LOCATION 'oss://{yourBucketName}.{yourBucketEndpoint}/{path}';
```
  说明
  上述命令中的dw为数据库名，{path}为任意路径，{yourBucketName}.{yourBucketEndpoint}为获取到的HDFS服务的域名。
  本示例使用OSS-HDFS的域名作为路径的前缀。如果您希望只使用Bucket名称来指向OSS-HDFS，则可以配置Bucket级别的Endpoint或全局Endpoint，具体操作请参见附录一：配置Endpoint的其他方式。
3. 执行以下命令，使用新创建的数据库。
```
use dw;
```
4. 执行以下命令，在新建的数据库下创建表。
```
CREATE TABLE IF NOT EXISTS employee(eid int, name String,salary String,destination String)
COMMENT 'Employee details';
```
向表中插入数据。
使用INSERT INTO语句向表写入数据，该语句会产生MapReduce作业。
```
INSERT INTO employee(eid, name, salary, destination) values(1, 'liu hua', '100.0', '');
```

验证表数据。

SELECT * FROM employee WHERE eid = 1;

返回信息中会包含插入的数据。

OK
1       liu hua 100.0
Time taken: 12.379 seconds, Fetched: 1 row(s)