spark java hive job_EMR:如何将Spark与Hive集成?

只需确保使用AWS的dynamo连接器opensource . 默认情况下,它可在EMR AFAIK上使用 .

使用DynamoDBStorageHandler类创建表的语法:

CREATE EXTERNAL TABLE hive_tablename (

hive_column1_name column1_datatype,

hive_column2_name column2_datatype

)

STORED BY 'org.apache.hadoop.hive.dynamodb.DynamoDBStorageHandler'

TBLPROPERTIES (

"dynamodb.table.name" = "dynamodb_tablename",

"dynamodb.column.mapping" =

"hive_column1_name:dynamodb_attribute1_name,hive_column2_name:dynamodb_attribute2_name"

);

对于任何Spark Job,您需要具备以下内容:

$ spark-shell --jars /usr/share/aws/emr/ddb/lib/emr-ddb-hadoop.jar

...

import org.apache.hadoop.io.Text;

import org.apache.hadoop.dynamodb.DynamoDBItemWritable

import org.apache.hadoop.dynamodb.read.DynamoDBInputFormat

import org.apache.hadoop.dynamodb.write.DynamoDBOutputFormat

import org.apache.hadoop.mapred.JobConf

import org.apache.hadoop.io.LongWritable

var jobConf = new JobConf(sc.hadoopConfiguration)

jobConf.set("dynamodb.input.tableName", "myDynamoDBTable")

jobConf.set("mapred.output.format.class", "org.apache.hadoop.dynamodb.write.DynamoDBOutputFormat")

jobConf.set("mapred.input.format.class", "org.apache.hadoop.dynamodb.read.DynamoDBInputFormat")

var orders = sc.hadoopRDD(jobConf, classOf[DynamoDBInputFormat], classOf[Text], classOf[DynamoDBItemWritable])

orders.count()

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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