使用外部 MySQL 資料庫或 Amazon Aurora

若要使用外部 MySQL 資料庫或 Amazon Aurora 作為 Hive 中繼存放區，請於 Hive 為中繼存放區覆寫預設組態值，以在 Amazon RDS MySQL 執行個體或 Amazon Aurora PostgreSQL 執行個體上指定外部資料庫位置。

注意

Hive 不支援也無法避免對中繼存放區資料表的同時寫入存取權。如果您在兩個叢集間共用中繼存放區資訊，您必須確保不會同時寫入同一個表格中繼存放區，除非您寫入的是相同中繼存放區資料表中的不同分割區。

下列程序說明如何為 Hive 中繼存放區位置覆寫預設組態值，並使用重新設定的中繼存放區位置來啟動叢集。

若要建立位於 EMR 叢集之外的中繼存放區

建立 MySQL 或 Aurora PostgreSQL 資料庫。如果您使用 PostgreSQL，則必須在佈建叢集之後進行設定。建立叢集時僅支援 MySQL。如需有關 Aurora MySQL 和 Aurora PostgreSQL 之間差異的資訊，請參閱 Amazon Aurora MySQL 概觀和使用 Amazon Aurora PostgreSQL。如需有關如何建立 Amazon RDS 資料庫的一般資訊，請參閱 https://aws.amazon.com/rds/。
修改您的安全群組以允許資料庫與 ElasticMapReduce-Master (ElasticMapReduce-Master) 安全群組之間的 JDBC 連線。如需有關如何修改存取安全群組的資訊，請參閱使用 Amazon EMR 受管安全群組。
在 hive-site.xml 中設定 JDBC 設定值：

重要
如果您是將敏感資訊 (例如，密碼) 提供到 Amazon EMR 組態 API，將會對許可不足的那些帳戶顯示此資訊。如果您擔心這個資訊可能向其他使用者顯示，透過建立可明確拒絕對 elasticmapreduce:DescribeCluster API 金鑰之許可的使用者，使用管理帳戶建立叢集並限制其他使用者 (IAM 使用者或具有委派登入資料的使用者) 存取叢集上的服務。
1. 建立名為 hiveConfiguration.json 的組態檔案，內含對 hive-site.xml 的編輯，如下所示。
  
  使用執行資料庫的 Amazon RDS 執行個體之 DNS 地址取代 hostname，並且使用資料庫的登入資料取代 username 和 password。如需有關連線至 MySQL 和 Aurora 資料庫執行個體的詳細資訊，請參閱《Amazon RDS 使用者指南》中的連線至執行 MySQL 資料庫引擎的資料庫執行個體和連線至 Athena 資料庫叢集。javax.jdo.option.ConnectionURL 是用於 JDBC 中繼存放區的 JDBC 連線字串。javax.jdo.option.ConnectionDriverName 是 JDBC 中繼存放區的驅動程式類別名稱。
  
  MySQL JDBC 驅動器由 Amazon EMR 安裝。
  
  值屬性不能包含空格或歸位。它應該顯示在單一列。
```
[
    {
      "Classification": "hive-site",
      "Properties": {
        "javax.jdo.option.ConnectionURL": "jdbc:mysql://hostname:3306/hive?createDatabaseIfNotExist=true",
        "javax.jdo.option.ConnectionDriverName": "org.mariadb.jdbc.Driver",
        "javax.jdo.option.ConnectionUserName": "username",
        "javax.jdo.option.ConnectionPassword": "password"
      }
    }
  ]
```
2. 當您建立叢集時，請參考 hiveConfiguration.json 檔案，如下列 AWS CLI 命令所示。在這個命令中，檔案會存放在本機，您也可以將檔案上傳到 Amazon S3 並加以參考 (例如 s3://DOC-EXAMPLE-BUCKET/hiveConfiguration.json)。
  
  注意
  包含 Linux 行接續字元 (\) 是為了提高可讀性。它們可以在 Linux 命令中移除或使用。對於 Windows，請將其移除或取代為插入符號 (^)。
```
aws emr create-cluster --release-label emr-7.7.0 --instance-type m5.xlarge --instance-count 2 \
--applications Name=Hive --configurations file://hiveConfiguration.json --use-default-roles
```
連接至您的叢集主節點。

有關如何連接到主節點的資訊，請參閱《Amazon EMR 管理指南》中的使用 SSH 連接到主節點。

透過輸入類似如下的命令來建立您的 Hive 資料表，以便在 Amazon S3 上指定位置：


CREATE EXTERNAL TABLE IF NOT EXISTS table_name
(
key int,
value int
)
LOCATION s3://DOC-EXAMPLE-BUCKET/hdfs/

將您的 Hive 指令碼新增至執行中叢集。

Hive 叢集會使用位於 Amazon RDS 的中繼存放區來執行。透過指定中繼存放區位置來啟動所有額外的 Hive 叢集，其會共用此中繼存放區。

您的瀏覽器已停用或無法使用 Javascript。

您必須啟用 Javascript，才能使用 AWS 文件。請參閱您的瀏覽器說明頁以取得說明。

文件慣用形式

使用 AWS Glue Data Catalog 做為 Hive 的中繼存放區

使用 Hive JDBC 驅動器

使用外部 MySQL 資料庫或 Amazon Aurora

注意

若要建立位於 EMR 叢集之外的中繼存放區

重要

注意