Tutorial: Utilizzo di Amazon DynamoDB e Apache Hive

In questo tutorial, viene avviato un cluster Amazon EMR e quindi si utilizza Apache Hive per elaborare i dati archiviati in una tabella DynamoDB.

Hive è un'applicazione di data warehouse per Hadoop che consente di elaborare e analizzare i dati da più origini. Hive fornisce un linguaggio simile a SQL, HiveQL, che consente di lavorare con i dati archiviati in locale nel cluster Amazon EMR o in un'origine dati esterna (ad esempio Amazon DynamoDB).

Per maggiori informazioni, vedi il tutorial Hive.

Argomenti

• Prima di iniziare
• Fase 1: Creazione di una coppia di chiavi di Amazon EC2
• Fase 2: avvio di un cluster Amazon EMR
• Fase 3: connessione al nodo principale
• Fase 4: caricamento di dati in HDFS
• Fase 5: copia dei dati in DynamoDB
• Fase 6: esecuzione di query sui dati nella tabella DynamoDB
• Fase 7: pulizia (opzionale)

Prima di iniziare

Per questo tutorial hai bisogno dei seguenti elementi:

• Un AWS account. Se non lo hai, consulta Iscrizione a AWS.

• Un client SSH (Secure Shell). È possibile utilizzare il client SSH per connettersi al nodo principale del cluster Amazon EMR ed eseguire comandi interattivi. I client SSH sono disponibili per impostazione predefinita nella maggior parte delle installazioni Linux, Unix e Mac OS X. Gli utenti Windows possono scaricare e installare il client PuTTY, che ha il supporto SSH.

Approfondimenti

Fase 1: Creazione di una coppia di chiavi di Amazon EC2