摘要：通过建设GaussDB(DWS)与MRS的连贯，反对数据仓库服务SQL on Hadoop，以表面形式实现Hive数据的快捷导入，满足大数据交融剖析的利用场景。
本文分享自华为云社区《【云小课】EI第17课 大数据交融剖析：GaussDB(DWS)轻松导入MRS-Hive数据源》，原文作者：Hi,EI 。
大数据交融剖析时代，GaussDB(DWS)如需拜访MRS数据源，该如何实现？本期云小课带您开启MRS数据源之门，通过近程读取MRS集群Hive上的ORC数据表实现数据导入DWS。
筹备环境
已创立DWS集群，需确保MRS和DWS集群在同一个区域、可用区、同一VPC子网内，确保集群网络互通。
根本流程
本实际预计时长：1小时，根本流程如下：
1、创立MRS剖析集群（抉择Hive、Spark、Tez组件）。
2、通过将本地txt数据文件上传至OBS桶，再通过OBS桶导入Hive，并由txt存储表导入ORC存储表。
3、创立MRS数据源连贯。
4、创立内部服务器。
5、创立表面。
6、通过表面导入DWS本地表。
一、创立MRS剖析集群
1、登录华为云控制台，抉择“EI企业智能 > MapReduce服务”，单击“购买集群”，抉择“自定义购买”，填写软件配置参数，单击“下一步”。
2、填写硬件配置参数，单击“下一步”。
3、填写高级配置参数如下表，单击“立刻购买”，期待约15分钟，集群创立胜利。
二、筹备MRS的ORC表数据源
1、本地PC新建一个product_info.txt，并拷贝以下数据，保留到本地。
100,XHDK-A-1293-#fJ3,2017-09-01,A,2017 Autumn New Shirt Women,red,M,328,2017-09-04,715,good205,KDKE-B-9947-#kL5,2017-09-01,A,2017 Autumn New Knitwear Women,pink,L,584,2017-09-05,406,very good!300,JODL-X-1937-#pV7,2017-09-01,A,2017 autumn new T-shirt men,red,XL,1245,2017-09-03,502,Bad.310,QQPX-R-3956-#aD8,2017-09-02,B,2017 autumn new jacket women,red,L,411,2017-09-05,436,It's really super nice150,ABEF-C-1820-#mC6,2017-09-03,B,2017 Autumn New Jeans Women,blue,M,1223,2017-09-06,1200,The seller's packaging is exquisite200,BCQP-E-2365-#qE4,2017-09-04,B,2017 autumn new casual pants men,black,L,997,2017-09-10,301,The clothes are of good quality.250,EABE-D-1476-#oB1,2017-09-10,A,2017 autumn new dress women,black,S,841,2017-09-15,299,Follow the store for a long time.108,CDXK-F-1527-#pL2,2017-09-11,A,2017 autumn new dress women,red,M,85,2017-09-14,22,It's really amazing to buy450,MMCE-H-4728-#nP9,2017-09-11,A,2017 autumn new jacket women,white,M,114,2017-09-14,22,Open the package and the clothes have no odor260,OCDA-G-2817-#bD3,2017-09-12,B,2017 autumn new woolen coat women,red,L,2004,2017-09-15,826,Very favorite clothes980,ZKDS-J-5490-#cW4,2017-09-13,B,2017 Autumn New Women's Cotton Clothing,red,M,112,2017-09-16,219,The clothes are small98,FKQB-I-2564-#dA5,2017-09-15,B,2017 autumn new shoes men,green,M,4345,2017-09-18,5473,The clothes are thick and it's better this winter.150,DMQY-K-6579-#eS6,2017-09-21,A,2017 autumn new underwear men,yellow,37,2840,2017-09-25,5831,This price is very cost effective200,GKLW-l-2897-#wQ7,2017-09-22,A,2017 Autumn New Jeans Men,blue,39,5879,2017-09-25,7200,The clothes are very comfortable to wear300,HWEC-L-2531-#xP8,2017-09-23,A,2017 autumn new shoes women,brown,M,403,2017-09-26,607,good100,IQPD-M-3214-#yQ1,2017-09-24,B,2017 Autumn New Wide Leg Pants Women,black,M,3045,2017-09-27,5021,very good.350,LPEC-N-4572-#zX2,2017-09-25,B,2017 Autumn New Underwear Women,red,M,239,2017-09-28,407,The seller's service is very good110,NQAB-O-3768-#sM3,2017-09-26,B,2017 autumn new underwear women,red,S,6089,2017-09-29,7021,The color is very good 210,HWNB-P-7879-#tN4,2017-09-27,B,2017 autumn new underwear women,red,L,3201,2017-09-30,4059,I like it very much and the quality is good.230,JKHU-Q-8865-#uO5,2017-09-29,C,2017 Autumn New Clothes with Chiffon Shirt,black,M,2056,2017-10-02,3842,very good2、登录OBS控制台，单击“创立桶”，填写以下参数，单击“立刻创立”。
3、期待桶创立好，单击桶名称，抉择“对象 > 上传对象”，将product_info.txt上传至OBS桶。
4、切换回MRS控制台，单击创立好的MRS集群名称，进入“概览”，单击“IAM用户同步”所在行的“单击同步”，期待约5分钟同步实现。
5、回到MRS集群页面，单击“节点治理”，单击任意一台master节点，进入该节点页面，切换到“弹性公网IP”，单击“绑定弹性公网IP”，勾选已有弹性IP并单击“确定”，如果没有，请创立。记录此公网IP。
6、确认主master节点。
- 应用SSH工具以root用户登录以上节点，root明码为Huawei_12345，切换到omm用户。
- su - omm
- 执行以下命令查问主master节点，回显信息中“HAActive”参数值为“active”的节点为主master节点。
- sh ${BIGDATA_HOME}/om-0.0.1/sbin/status-oms.sh
7、应用root用户登录主master节点，切换到omm用户，并进入Hive客户端所在目录。
- su - omm
- cd /opt/client
8、在Hive上创立存储类型为TEXTFILE的表product_info。
- 在/opt/client门路下，导入环境变量。
- source bigdata_env
- 登录Hive客户端。
- beeline
- 顺次执行以下SQL语句创立demo数据库及表product_info。
CREATE DATABASE demo;USE demo;DROP TABLE product_info;CREATE TABLE product_info ( product_price int not null, product_id char(30) not null, product_time date , product_level char(10) , product_name varchar(200) , product_type1 varchar(20) , product_type2 char(10) , product_monthly_sales_cnt int , product_comment_time date , product_comment_num int , product_comment_content varchar(200) ) row format delimited fields terminated by ',' stored as TEXTFILE9、将product_info.txt数据文件导入Hive。
- 切回到MRS集群，单击“文件治理”，单击“导入数据”。
- OBS门路：抉择下面创立好的OBS桶名，找到product_info.txt文件，单击“是”。
- HDFS门路：抉择/user/hive/warehouse/demo.db/product_info/，单击“是”。
- 单击“确定”，期待导入胜利，此时product_info的表数据已导入胜利。
10、创立ORC表，并将数据导入ORC表。
- 执行以下SQL语句创立ORC表。
DROP TABLE product_info_orc;CREATE TABLE product_info_orc( product_price int not null, product_id char(30) not null, product_time date , product_level char(10) , product_name varchar(200) , product_type1 varchar(20) , product_type2 char(10) , product_monthly_sales_cnt int , product_comment_time date , product_comment_num int , product_comment_content varchar(200) ) row format delimited fields terminated by ',' stored as orc;- 将product_info表的数据插入到Hive ORC表product_info_orc中。
insert into product_info_orc select * from product_info;- 查问ORC表数据导入胜利。
select * from product_info_orc;
三、创立MRS数据源连贯
- 登录DWS治理控制台，单击已创立好的DWS集群，确保DWS集群与MRS在同一个区域、可用分区，并且在同一VPC子网下。
- 切换到“MRS数据源”，单击“创立MRS数据源连贯”。
- 抉择前序步骤创立名为的“MRS01”数据源，用户名：admin，明码：Huawei@12345，单击“确定”，创立胜利。
四、创立内部服务器
（1）应用Data Studio连贯已创立好的DWS集群。
（2）新建一个具备创立数据库权限的用户dbuser：
CREATE USER dbuser WITH CREATEDB PASSWORD "Bigdata@123";（3）切换为新建的dbuser用户：SET ROLE dbuser PASSWORD "Bigdata@123";
（4）创立新的mydatabase数据库：CREATE DATABASE mydatabase;
（5）执行以下步骤切换为连贯新建的mydatabase数据库。
- 在Data Studio客户端的“对象浏览器”窗口，右键单击数据库连贯名称，在弹出菜单中单击“刷新”，刷新后就能够看到新建的数据库。
- 右键单击“mydatabase”数据库名称，在弹出菜单中单击“关上连贯”。
- 右键单击“mydatabase”数据库名称，在弹出菜单中单击“关上新的终端”，即可关上连贯到指定数据库的SQL命令窗口，前面的步骤，请全副在该命令窗口中执行。
（6）为dbuser用户授予创立内部服务器的权限：
GRANT ALL ON FOREIGN DATA WRAPPER hdfs_fdw TO dbuser;其中FOREIGN DATA WRAPPER的名字只能是hdfs_fdw，dbuser为创立SERVER的用户名。
（7）执行以下命令赋予用户应用表面的权限。ALTER USER dbuser USEFT;
（8）切换回Postgres零碎数据库，查问创立MRS数据源后零碎主动创立的内部服务器。SELECT * FROM pg_foreign_server;
返回后果如：
srvname | srvowner | srvfdw | srvtype | srvversion | srvacl | srvoptions--------------------------------------------------+----------+--------+---------+------------+--------+--------------------------------------------------------------------------------------------------------------------- gsmpp_server | 10 | 13673 | | | | gsmpp_errorinfo_server | 10 | 13678 | | | | hdfs_server_8f79ada0_d998_4026_9020_80d6de2692ca | 16476 | 13685 | | | | {"address=192.168.1.245:9820,192.168.1.218:9820",hdfscfgpath=/MRS/8f79ada0-d998-4026-9020-80d6de2692ca,type=hdfs}(3 rows)（9）切换到mydatabase数据库，并切换到dbuser用户。SET ROLE dbuser PASSWORD "Bigdata@123";
（10）创立内部服务器。
SERVER名字、地址、配置门路放弃与8统一即可。
CREATE SERVER hdfs_server_8f79ada0_d998_4026_9020_80d6de2692ca FOREIGN DATA WRAPPER HDFS_FDW OPTIONS (address '192.168.1.245:9820,192.168.1.218:9820', //MRS治理面的Master主备节点的内网IP，可与DWS通信。hdfscfgpath '/MRS/8f79ada0-d998-4026-9020-80d6de2692ca',type 'hdfs');（11）查看内部服务器。
SELECT * FROM pg_foreign_server WHERE srvname='hdfs_server_8f79ada0_d998_4026_9020_80d6de2692ca';返回后果如下所示，示意曾经创立胜利：
srvname | srvowner | srvfdw | srvtype | srvversion | srvacl | srvoptions--------------------------------------------------+----------+--------+---------+------------+--------+--------------------------------------------------------------------------------------------------------------------- hdfs_server_8f79ada0_d998_4026_9020_80d6de2692ca | 16476 | 13685 | | | | {"address=192.168.1.245:9820,192.168.1.218:29820",hdfscfgpath=/MRS/8f79ada0-d998-4026-9020-80d6de2692ca,type=hdfs}(1 row)五、创立表面
1、获取Hive的product_info_orc的文件门路。
- 登录MRS治理控制台。
- 抉择“集群列表 > 现有集群”，单击要查看的集群名称，进入集群根本信息页面。
- 单击“文件治理”，抉择“HDFS文件列表”。
- 进入您要导入到GaussDB(DWS)集群的数据的存储目录，并记录其门路。
图1 在MRS上查看数据存储门路
2、创立表面。 SERVER名字填写10创立的内部服务器名称，foldername填写1查到的门路。
DROP FOREIGN TABLE IF EXISTS foreign_product_info;CREATE FOREIGN TABLE foreign_product_info( product_price integer not null, product_id char(30) not null, product_time date , product_level char(10) , product_name varchar(200) , product_type1 varchar(20) , product_type2 char(10) , product_monthly_sales_cnt integer , product_comment_time date , product_comment_num integer , product_comment_content varchar(200) ) SERVER hdfs_server_8f79ada0_d998_4026_9020_80d6de2692ca OPTIONS (format 'orc', encoding 'utf8',foldername '/user/hive/warehouse/demo.db/product_info_orc/') DISTRIBUTE BY ROUNDROBIN;六、执行数据导入
1、创立本地指标表。
DROP TABLE IF EXISTS product_info;CREATE TABLE product_info( product_price integer not null, product_id char(30) not null, product_time date , product_level char(10) , product_name varchar(200) , product_type1 varchar(20) , product_type2 char(10) , product_monthly_sales_cnt integer , product_comment_time date , product_comment_num integer , product_comment_content varchar(200) ) with (orientation = column,compression=middle) DISTRIBUTE BY HASH (product_id);2、从表面导入指标表。
INSERT INTO product_info SELECT * FROM foreign_product_info;3、查问导入后果。
SELECT * FROM product_info;
那么，实际一下，教您疾速上手数据仓库服务~
详情请戳这里理解。
点击关注，第一工夫理解华为云陈腐技术~