一、hadoopクライアントのインストール

masterノードで、hadoopインストールパッケージを/opt/greenplumディレクトリにアップロードします.hadoopクライアントのバージョンはhadoopクラスタのバージョンによって決まり、次のコマンドを実行して解凍します.

tar -xvzf hadoop-2.6.0-cdh5.7.6.tar.gz

修正/opt/greenplum/hadoop-2.6.0-cdh 5.7.6/etc/hadoop関連構成、hdfsクラスタへのアクセスに成功した

ソフトリンク

を作成する

cd /opt/greenplum
ln -s hadoop-2.6.0-cdh5.7.6 hadoop

環境変数を配置する、~/を編集する.bash_profileファイル、

を追加

export HADOOP_HOME=/opt/greenplum/hadoop
export PATH=$HADOOP_HOME/bin:$PATH

クライアントが

に正常にインストールされたかどうかをテストします.

source ~/.bash_profile
hdfs dfs -ls /

二、hadoopクライアントをクラスタの他のサーバーに配置する

は、masterノード上で構成するhadoopパケットを

パッケージ化する.

tar -cvzf hadoop.tar.gz hadoop-2.6.0-cdh5.7.6

クラスタの他のノード、other_に配布hostsはmasterノード以外のサーバホストのリストです.

gpscp -f /opt/greenplum/other_hosts hadoop.tar.gz =:/opt/greenplum/

は解凍を実行し、ソフトリンク

を構成する.

gpssh -f /opt/greenplum/other_hosts
=> cd /opt/greenplum
[kylin-203-122]
[kylin-203-117]
[kylin-203-130]
=> tar -xvzf hadoop.tar.gz
...
=> ln -s hadoop-2.6.0-cdh5.7.6 hadoop
[kylin-203-122]
[kylin-203-117]
[kylin-203-130]
=> exit

環境変数をクラスタの他のノード

に同期する.

gpscp -f /opt/greenplum/other_hosts ~/.bash_profile =:~/.bash_profile

三、gp構成の修正

gpconfig -c gp_hadoop_target_version -v "cdh"
gpconfig -c gp_hadoop_home -v "/opt/greenplum/hadoop"
#          
gpstop -u
#              
gpconfig --show gp_hadoop_target_version
gpconfig --show gp_hadoop_home

四、gpにデータをインポートする

GPテーブル

を作成

create table public.kylin_sales_dyprt (
  trans_id bigint,
  part_dt date,
  lstg_format_name character varying,
  leaf_categ_id bigint,
  lstg_site_id int,
  slr_segment_cd smallint,
  price decimal (19, 4),
  item_count bigint,
  seller_id bigint,
  buyer_country character varying,
  seller_country character varying,
  user_id character varying,
  region character varying
) WITH (
  appendonly = true,
  orientation = column,
  compresstype = zlib,
  COMPRESSLEVEL = 5
) distributed randomly partition by range (part_dt) (
  partition p_20120101 start ('2012-01-01' ::date) inclusive 
end ('2012-01-02' ::date)
) ;

外部テーブル

を作成する

CREATE EXTERNAL TABLE public.hdfs_kylin_sales_dyprt (
  trans_id BIGINT,
  part_dt DATE,
  lstg_format_name CHARACTER VARYING,
  leaf_categ_id BIGINT,
  lstg_site_id INT,
  slr_segment_cd SMALLINT,
  price DECIMAL (19, 4),
  item_count BIGINT,
  seller_id BIGINT,
  buyer_country CHARACTER VARYING,
  seller_country CHARACTER VARYING,
  user_id CHARACTER VARYING,
  region CHARACTER VARYING
) LOCATION (
  'gphdfs://bigdatacluster:8888/user/hive/warehouse/test.db/kylin_sales_dyprt/year=2012/month=1/day=1'
) FORMAT'text' (
  DELIMITER ','
  
  NULL '\N' ESCAPE 'off'
) ENCODING 'UTF8' ;

同期hdfs上のデータ

insert into kylin_sales_dyprt select * from  hdfs_kylin_sales_dyprt ;