如何拥有自己的openLooKeng?超详细的安装配置指导看这里

朋友们,如果您关注我们,知道openLooKeng近期赛事活动很多,前有暑期2021,后有信创大赛、互联网+比赛等等。基于大家在赛题准备上的一些疑问,小助手联合社区的老师们,为大家准备一些相关的技术文章,希望对您有帮助。如果您有想要交流的,欢迎在社区代码仓内提Issue。

社区代码仓 https://gitee.com/openlookeng

欢迎访问官网  https://openlookeng.io

本期主题

**01 **软件安装

说明:需要提前手动部署 jdk

1.1 快速部署集群脚本使用

下载安装脚本:https://gitee.com/openlookeng/tools.git 脚本installer目录下:

部署时只需配置config.txt文件

修改内容如下:

修改完config.txt后执行main.sh开始部署集群

main.sh执行后,openlookeng会部署在如下路径:

在安装路径里存在以下几个文件:

**02  **客户端使用

2.1 CLI使用

登录客户端命令: java -jar /opt/hetu-install/etc/hetu-cli-316-executable.jar --server ip:port --catalog CATALOGNAME ip:服务的节点IP port:服务的端口号,默认为8090 CATALOGNAME:待访问的数据源,对应/etc/hetu/catalog/目录下的文件名 其它参数: --schema :指定catalog中的schema,后跟schema名称 --user:指定访问数据源的用户,后跟用户名 --execute:指定待执行的sql,后跟sql语句(sql需用双引号括起来,要带分号) -f:指定sql文件,后跟sql文件名。用于不进入客户端执行sql,同-e。

2.2 JDBC使用

1.获取jdbc的jar包hetu-jdbc-316.jar并放在所需要的目录; 2.使用jdbc工具连接时, URL为:jdbc:hetu://ip:8090,driver class为:io.hetu.core.jdbc.HetuDriver,其中ip为hetu服务ip。

2.3 UDF 使用

2.3.1 CBG UDF的集成

1. /etc/hetu/目录下上传udf函数注册文件udf.properties。文件格式为function_name class_path,如下: booleanudf io.hetu.core.hive.dynamicfunctions.examples.udf.BooleanUDF shortudf io.hetu.core.hive.dynamicfunctions.examples.udf.ShortUDF byteudf io.hetu.core.hive.dynamicfunctions.examples.udf.ByteUDF intudf io.hetu.core.hive.dynamicfunctions.examples.udf.IntUDF 2. n o d e . d a t a − d i r 下 创 建 e x t e r n a l F u n c t i o n s 文 件 夹 , 并 将 u d f 函 数 和 依 赖 的 类 上 传 到 该 文 件 夹 下 ; 3. 上 传 u d f 函 数 依 赖 的 配 置 文 件 至 {node.data-dir}下创建externalFunctions文件夹,并将udf函数和依赖的类上传到该文件夹下; 3. 上传udf函数依赖的配置文件至

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
openLooKeng是一个开源的分布式SQL查询引擎,它具有以下关键特性: 1. 跨源查询:openLooKeng可以在多个数据源之间执行SQL查询,包括关系型数据库、NoSQL数据库和数据湖等。 2. 分布式查询:openLooKeng可以在大规模集群上进行分布式查询,以实现高性能和可伸缩性。 3. 跨数据中心查询:openLooKeng支持在不同数据中心之间执行SQL查询,使得跨地域或全球范围内的数据分析成为可能。 4. 优化器和执行引擎:openLooKeng具有强大的查询优化器和执行引擎,可以自动优化查询计划以提高查询性能。 5. 多种数据格式支持:openLooKeng可以处理多种数据格式,包括Parquet、ORC、Avro等,以适应不同的数据存储方式。 6. 兼容性:openLooKeng基于ANSI SQL标准,因此可以与现有的SQL工具和应用程序无缝集成。 基于这些关键特性,openLooKeng适用于各种业务场景,包括但不限于: 1. 数据湖分析:openLooKeng可以对分布在不同数据湖中的数据进行联合查询和分析,帮助用户更好地理解和利用数据湖中的数据。 2. 实时分析:openLooKeng可以处理实时数据流,将实时数据与批处理数据进行联合分析,提供实时的洞察和决策支持。 3. 数据集成:openLooKeng可以对多个数据源进行统一查询和集成分析,帮助用户在不同数据源之间进行数据交互和数据集成。 4. 跨地域数据分析:openLooKeng支持跨数据中心的查询,可以在全球范围内进行数据分析,提供全局视角的数据洞察。 总之,openLooKeng是一个功能强大的分布式SQL查询引擎,适用于各种业务场景,可以帮助用户解决跨源、跨数据中心的SQL查询和数据分析问题。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [数据虚拟化引擎openLooKeng介绍](https://blog.csdn.net/openLooKeng/article/details/115706846)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [数据虚拟化引擎openLooKeng: 不搬运数据,只是数据的连接器](https://blog.csdn.net/penriver/article/details/122339062)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值