You need to enable JavaScript to run this app.
导航
大数据文件存储
  • 文档首页
    • /大数据文件存储/最佳实践/使用 Presto 查询 CloudFS 中的数据
使用 Presto 查询 CloudFS 中的数据
最近更新时间：2024.10.12 12:06:40首次发布时间：2022.05.26 14:18:32
我的收藏

Presto 为开源分布式查询分析引擎，支持 PB 级数据查询分析，支持多种数据源。本文介绍使用 Presto 查询 CloudFS 中的数据。

说明

目前 E-MapReduce 中 Presto 支持 Hive 元数据读取，因此在 Hive 中建表的时候，将数据存放至 CloudFS 即可。具体操作，可以参考使用 Hive 处理 CloudFS 中的数据。

前提条件

  • 开通大数据文件存储服务 CloudFS 并创建文件存储，获取挂载信息。详细操作请参考创建文件存储系统。
  • 完成 E-MapReduce 中的集群创建。具体操作，请参见E-MapReduce 集群创建。
  • 在 Hive 中创建数据库和表。

步骤一：配置 CloudFS 服务

说明

集群所有节点都要修改如下配置。

  1. 连接 E-MapReduce 集群，连接方式如下：
    • 使用本地终端 ssh 连接集群节点管理 master 的公网 ip。
    • 使用同区域下的云服务器实例连接集群节点管理 master 的内网 ip。
  2. 执行以下命令，下载1.5.3.43版本的CloudfsSDK包。
wget https://cloudfs.tos-cn-beijing.volces.com/sdk/prod/cloudfs-client-1.5.3.43.tar.gz
  1. 执行以下命令，解压CloudfsSDK包。
tar -zxvf cloudfs-client-1.5.3.43.tar.gz

  1. 将解压文件cloudfs-client/lib/cloudfs-sdk-1.5.3.43.jar拷贝至集群/share/hadoop/hdfs路径下。

    cp {YOUR_DOWNLOAD_PATH}/cloudfs-client/lib/cloudfs-sdk-1.5.3.43.jar /opt/{Directory}/hadoop/share/hadoop/hdfs/

  2. 配置 core-site.xml。

    1. 执行以下命令打开 Hadoop 安装目录下的core-site.xml文件：
      vim {hadoop_安装目录}/hadoop/conf/core-site.xml
    2. 在core-site.xml中添加配置：
<property>
  <name>fs.defaultFS</name>
  <value>cfs://xxxx.cfs-cn-beijing.ivolces.com</value>
<!-- 填写获取的挂载点地址 -->
</property>

<property>
  <name>fs.cfs.impl</name>
  <value>com.volcengine.cloudfs.fs.CfsFileSystem</value>
</property>

<property>
  <name>fs.AbstractFileSystem.cfs.impl</name>
  <value>com.volcengine.cloudfs.fs.CFS</value>
</property>  

<property>
  <name>cfs.access.key</name>
  <value>AKxxxxxxxxxxx</value>
<!-- 填写访问密钥ID -->
</property>
<property>
  <name>cfs.secret.key</name>
  <value>SKxxxxxxxxxxx</value>
<!-- 填写私有访问密钥-->
</property>

<!-- 可选：如果使用的是 STS Token，需要填写 -->
<property>
  <name>cfs.security.token</name>
  <value>STSTokenxxxxxxxx</value>
</property>

<!-- 可选：如果开启缓存加速，需要配置缓存加速接入的 VPC 的网段 -->
<property>
  <name>cfs.client.network.segment</name>
  <value><VPC 网段，例如 192.168.0.0/16></value>
</property>

步骤二：配置 Presto

  1. 将解压后 SDK 中的cloudfs-client/lib/cloudfs-sdk-1.5.3.43.jar文件拷贝至Presto plugin文件夹下。

    cp {YOUR_DOWNLOAD_PATH}/cloudfs-client/lib/cloudfs-sdk-1.5.3.43.jar /{Directory}/presto/plugin/hive-hadoop2/

  2. 重启 Presto 服务。

    1. 登录火山引擎 E-MapReduce 控制台。
    2. 在集群管理页面，找到目标 E-MapReduce 集群。
    3. 单击服务列表找到 Presto 服务。
    4. 单击列表页面右侧重启按钮，选择重启全部组件。重启后需重新连接集群。

步骤三：验证 Presto 配置

说明

验证之前需在 Hive 中建立数据库，启动命令直接连接已创建数据库。

  1. 启动Presto-cli。

    presto-cli --user presto --server http://localhost:8084 --catalog hive --schema {Database name}

    返回如下图信息，则表示启动成功。
    Image

  2. 启动成功后执行以下命令。

    show tables；

    返回数据库中表名，则表示 Presto-cli 配置成功。
    Image