文档

创建EMR Presto节点

更新时间:

Presto(即PrestoDB)是一款灵活、可扩展的分布式SQL查询引擎,支持使用标准的SQL查询语言进行大数据的交互式分析查询(Presto概述),DataWorks为您提供EMR Presto节点,便于您在DataWorks上进行Presto任务的开发和周期性调度。本文为您介绍使用EMR Presto节点进行任务开发的主要流程和注意事项。

前提条件

  • 数据开发(DataStudio)中已创建业务流程。

    数据开发(DataStudio)基于业务流程对不同开发引擎进行具体开发操作,所以您创建节点前需要先新建业务流程,操作详情请参见创建业务流程

  • 已创建阿里云EMR集群,并注册EMR集群至DataWorks。

    创建EMR相关节点并开发EMR任务前,您需要先将EMR集群注册至DataWorks工作空间,操作详情请参见注册EMR集群至DataWorks

  • (可选,RAM账号需要)进行任务开发的RAM账号已被添加至对应工作空间中,并具有开发空间管理员(权限较大,谨慎添加)角色权限,添加成员的操作详情请参见为工作空间添加空间成员

  • 已购买独享调度资源组并完成资源组配置,包括绑定工作空间、网络配置等,详情请参见新增和使用独享调度资源组

使用限制

  • EMR集群与DataWorks资源限制

    • 仅数据湖集群(Hadoop)使支持用EMR Presto节点进行任务开发,新版数据湖集群(DataLake)和自定义集群(Custom)不支持。

    • 仅支持使用独享调度资源组运行该类型任务。

  • 任务开发限制

    • 开发Presto任务时,SQL语句最大不能超过130KB

    • 使用EMR Presto节点查询数据时,返回的查询结果最大支持10000条数据,并且数据总量不能超过10M

  • 其他

    数据血缘:当前EMR Presto节点的任务不支持产出血缘关系。

创建EMR Presto节点(单击展开查看详情)

  1. 进入数据开发页面。

    登录DataWorks控制台,单击左侧导航栏的数据建模与开发 > 数据开发,在下拉框中选择对应工作空间后单击进入数据开发

  2. 右键某个业务流程,选择新建节点 > EMR > EMR Presto

    说明

    您也可以单击顶部新建按钮,根据界面提示选择创建EMR节点。

  3. 在弹框中配置节点的名称,完成后单击确认,完成节点创建操作,后续您即可在节点中进行对应任务开发与配置。

开发Presto任务

您可以双击已创建的节点,进入任务开发页面,进行以下任务开发操作。

(可选)选择EMR集群实例

如果您的工作空间注册了多个EMR集群,您可以在页面顶部选择合适的集群。如果仅绑定一个EMR集群,则无需选择。

image.png

开发SQL代码:简单示例

在SQL编辑区域输入任务代码,示例如下。

show tables;

select * from userinfo ;

开发SQL代码:使用调度参数

DataWorks提供调度参数,可实现调度场景下代码动态入参,您可在节点中通过${变量名}的方式定义代码中的变量,并在调度配置 > 参数处,为该变量赋值。调度参数支持的格式,详情请参见调度参数支持的格式

select '${var}'; --可以结合调度参数使用。

(可选)配置高级参数

对于任务的相关参数配置,请参考Spark Configuration

高级参数

配置说明

“FLOW_SKIP_SQL_ANALYZE”

SQL语句执行方式。取值如下:

  • true:表示每次执行多条SQL语句。

  • false:表示每次执行一条SQL语句。

说明

该参数仅支持用于数据开发环境测试运行流程。

“USE_GATEWAY”

设置本节点提交作业时,是否通过Gateway集群提交。取值如下:

  • true:通过Gateway集群提交。

  • false:不通过Gateway集群提交,默认提交到header节点。

说明

如果本节点所在的集群未关联Gateway集群,此处手动设置参数取值为true时,后续提交EMR作业时会失败。

配置任务调度

如果您需要周期性执行创建的节点任务,可以单击节点编辑页面右侧的调度配置,根据业务需求配置该节点任务的调度信息:

调试代码任务

  1. (可选)选择运行资源组、赋值自定义参数取值。

  2. 保存并运行SQL语句。

    在工具栏,单击保存图标,保存编写的SQL语句,单击运行图标,运行创建的SQL任务。

  3. (可选)冒烟测试。

    如果您希望在开发环境进行冒烟测试,可在执行节点提交,或节点提交后执行,冒烟测试,操作详情请参见执行冒烟测试

续步骤

  1. 提交并发布节点任务。

    1. 单击工具栏中的保存图标,保存节点。

    2. 单击工具栏中的提交图标,提交节点任务。

    3. 提交新版本对话框中,输入变更描述

    4. 单击确定

    如果您使用的是标准模式的工作空间,任务提交成功后,需要将任务发布至生产环境进行发布。请单击顶部菜单栏左侧的任务发布。具体操作请参见发布任务

  2. 查看周期调度任务。

    1. 单击编辑界面右上角的运维,进入生产环境运维中心。

    2. 查看运行的周期调度任务,详情请参见查看并管理周期任务

    如果您需要查看更多周期调度任务详情,可单击顶部菜单栏的运维中心,详情请参见运维中心概述

  • 本页导读 (1)
文档反馈