DataWorks：建立EMR Trino節點

使用限制

• 僅支援使用Serverless資源群組運行該類型任務。

• DataLake或自訂叢集若要在DataWorks管理中繼資料，需先在叢集側配置EMR-HOOK。若未配置，則無法在DataWorks中即時展示中繼資料、產生審計日誌、展示血緣關係、開展EMR相關治理任務。配置EMR-HOOK，詳情請參見配置Hive的EMR-HOOK。

• Trino開啟了LDAP認證的情況下，需要登入EMR所在Master機器，下載/etc/taihao-apps/trino-conf目錄中的keystore檔案。登入DataWorks控制台，單擊進入左側導覽列的管理中心，在下拉框中選擇對應工作空間後單擊進入管理中心，在左側導覽列叢集管理中找到賬戶映射，點擊右側的編輯帳號映射按鈕，進入編輯頁面，點擊上傳keystore檔案按鈕上傳該檔案。

（可選）選擇EMR叢集執行個體

若您的工作空間註冊了多個EMR叢集，則可在節點編輯頁面頂部選擇合適的叢集。若僅註冊了一個EMR叢集，預設使用該叢集進行開發操作。

連接器配置

• 查詢MySQL相關表之前需要完成EMR Trino內建連接器配置，詳情請參見MySQL連接器配置。

• 查詢Hive相關表之前需要完成EMR Trino內建連接器配置，詳情請參見Hive連接器配置。

• 查詢其他資料來源相關表資料，內建連接器配置可參見配置連接器。

編輯SQL代碼

在SQL編輯地區輸入任務代碼，樣本如下。

-- 使用方法
-- SELECT * FROM <catalog>.<schema>.<table>;
-- 參數說明
-- <catalog>為要串連的資料來源的名稱。
-- <schema>為要使用的資料庫的名稱。
-- <table>為待查詢的資料表。
-- 例如，如果要查看Hive資料來源中預設資料庫中的hive_table表的資料
-- 查Hive表
SELECT * FROM hive.default.hive_table;

-- 例如，如果要查看MySQL資料來源中自建資料庫rt_data庫中的rt_user表的資料 
-- 查MySQL表  
SELECT * FROM mysql.rt_data.rt_user;

-- 聯查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，可以結合調度參數使用
SELECT * FROM hive.default.${table_name};

執行SQL任務

1. 在工具列單擊表徵圖，在參數對話方塊選擇已建立的調度資源群組，單擊運行。

   說明

   • 訪問公用網路或VPC網路環境的資料來源需要使用與資料來源測試連通性成功的調度資源群組。詳情請參見網路連通方案。

   • 如果您後續執行任務需要修改使用的資源群組，您可單擊帶參運行表徵圖，選擇需要更換的調度資源群組。

   • 使用EMR Trino節點查詢資料時，返回的查詢結果最大支援10000條資料，並且資料總量不能超過10M。

2. 單擊表徵圖，儲存編寫的SQL語句。

（可選）配置進階參數

如您需要調整SQL語句執行方式，可點擊右側導覽列的進階設定進行相應設定。