全部產品
Search
文件中心

DataWorks:建立CDH MR節點

更新時間:Jun 19, 2024

在DataWorks任務開發中,您可以通過建立CDH MR(MapReduce)節點處理超大規模的資料集。本文為您介紹如何在DataWorks中建立並使用CDH MR節點。

前提條件

  • 資料開發(DataStudio)中已建立商務程序。

    資料開發(DataStudio)基於商務程序對不同開發引擎進行具體開發操作,所以您建立節點前需要先建立商務程序,操作詳情請參見建立商務程序

  • 已建立阿里雲CDH叢集,並註冊CDH叢集至DataWorks。

    建立CDH相關節點並開發CDH任務前,您需要先將CDH叢集註冊至DataWorks工作空間,操作詳情請參見註冊CDH叢集至DataWorks

  • (可選,RAM帳號需要)進行任務開發的RAM帳號已被添加至對應工作空間中,並具有開發空間管理員(許可權較大,謹慎添加)角色許可權,新增成員的操作詳情請參見為工作空間增加空間成員

  • 已購買獨享調度資源群組並完成資源群組配置,包括綁定工作空間、網路設定等,詳情請參見新增和使用獨享調度資源群組

使用限制

不支援公用調度資源群組運行該類型任務。

步驟一:建立CDH MR節點

  1. 進入資料開發頁面。

    登入DataWorks控制台,切換至目標地區後,單擊左側導覽列的資料建模與開發 > 資料開發,在下拉框中選擇對應工作空間後單擊進入資料開發

  2. 按右鍵某個商務程序,選擇建立節點 > CDH > CDH MR

  3. 建立節點對話窗中,配置節點的引擎執行個體、路徑、名稱等資訊。

  4. 單擊確認 ,完成節點建立,後續您可在建立的節點中進行對應任務的開發與配置操作。

步驟二:建立並引用CDH JAR資源

DataWorks支援您從本地先上傳資源至DataStudio,再引用資源。具體操作如下:

  1. 建立CDH JAR資源。

    在對應商務程序中,按右鍵CDH > 資源,選擇建立資源 > CDH JAR,在建立資源對話方塊中點擊上傳,選擇需要上傳的檔案。

    image.png

  2. 引用CDH JAR資源。

    1. 開啟建立的CDH MR節點,停留在編輯頁面。

    2. CDH > 資源 中,找到待引用的資源(樣本為onaliyun_mr_wordcount-1.0-SNAPSHOT.jar),按右鍵資源名稱,選擇引用資源

      image.png

      引用資源後,若CDH節點的代碼編輯頁面出現##@resource_reference{""}格式的語句,表明已成功引用代碼資源。此時,需執行下述命令運行作用。命令涉及的資源套件、Bucket名稱、路徑資訊等為本文樣本內容,使用時,需替換為實際使用的資訊。

      ##@resource_reference{"onaliyun_mr_wordcount-1.0-SNAPSHOT.jar"}
      onaliyun_mr_wordcount-1.0-SNAPSHOT.jar cn.apache.hadoop.onaliyun.examples.EmrWordCount oss://onaliyun-bucket-2/cdh/datas/wordcount02/inputs oss://onaliyun-bucket-2/cdh/datas/wordcount02/outputs
      說明

      CDH MR節點編輯代碼時不支援備註陳述式。

步驟三:配置任務調度

如果您需要周期性執行建立的節點任務,可以單擊節點編輯頁面右側的調度配置,根據業務需求配置該節點任務的調度資訊:

步驟四:調試代碼任務

  1. (可選)選擇運行資源群組、賦值自訂參數取值。

  2. 儲存並運行SQL語句。

    在工具列,單擊儲存表徵圖,儲存編寫的SQL語句,單擊運行表徵圖,運行建立的SQL任務。

  3. (可選)煙霧測試 (Smoke Test)。

    如果您希望在開發環境進行煙霧測試 (Smoke Test),可在執行節點提交,或節點提交後執行,煙霧測試 (Smoke Test),操作詳情請參見執行煙霧測試 (Smoke Test)

後續步驟

  1. 提交並發布節點任務。

    1. 單擊工具列中的儲存表徵圖,儲存節點。

    2. 單擊工具列中的提交表徵圖,提交節點任務。

    3. 提交新版本對話方塊中,輸入變更描述

    4. 單擊確定

    如果您使用的是標準模式的工作空間,任務提交成功後,需要將任務發布至生產環境進行發布。請單擊頂部功能表列左側的任務發布。具體操作請參見發布任務

  2. 查看周期調度任務。

    1. 單擊編輯介面右上方的營運,進入生產環境營運中心。

    2. 查看啟動並執行周期調度任務,詳情請參見查看並管理周期任務

    如果您需要查看更多周期調度任務詳情,可單擊頂部功能表列的營運中心,詳情請參見營運中心概述