1 前提条件

1. 已创建集群，详情请参见 创建集群。

2. 确保本地服务器和 EMR 集群主节点的网络能互通，可以直接访问到集群，需要在主节点绑定一个公网IP地址，并 私有网络 > 安全组 添加本地服务器访问规则的白名单。详见：访问规则。

2 创建 Huid 的表

使用 SSH 方式登录到集群主节点，详情请参见使用 SSH连接主节点。

1. 进入 Spark 命令行，执行命令：

spark-sql --master local --conf 'spark.serializer=org.apache.spark.serializer.KryoSerializer' --conf 'spark.sql.catalog.spark\_catalog=org.apache.spark.sql.hudi.catalog.HoodieCatalog' --conf 'spark.sql.extensions=org.apache.spark.sql.hudi.HoodieSparkSessionExtension'

2. 在 Spark 中创建 Hudi 表

CREATE TABLE hudi_mor_tbl (
  id INT,
  name STRING,
  price DOUBLE,
  ts BIGINT
) USING HUDI
TBLPROPERTIES (
  type = 'mor',
  primaryKey = 'id',
  preCombineField = 'ts'
);

3. 向 Hudi 表写入数据

INSERT INTO hudi_mor_tbl SELECT 1, 'a1', 20, 1000;

3 在 Hive 中查看 Hudi 数据

1. 执行以下命令，进入 Hive 命令行

su hive
hive

2. 执行 SQL

SELECT * FROM hudi_mor_tbl;

返回如下信息：

OK
20220802214303953 20220802214303953_0_0 id:1 1bb25562-0342-4b99-b7a6-d2bf82fa0119-0_0-27-1215_20220802214303953.parquet 1 a1 20.01000
Time taken: 1.55 seconds, Fetched: 1 row(s)