0923-7.1.9-使用S3 Gateway访问Ozone

Fayson

发布于 2024-05-09 06:22:54

28400

代码可运行

文章被收录于专栏：Hadoop实操Hadoop实操

运行总次数：0

代码可运行

S3 Gateway允许访问/s3v卷下的bucket。

1.要访问不在 /s3v 卷下的已有bucket，我们可以在/s3v卷中创建symlink

ozone sh bucket link /vol1/obs-bucket /s3v/obs-bucket-link
ozone sh bucket info /s3v/obs-bucket-link

2.如果通过 S3 访问之前创建的 LEGACY 存储桶，则需要禁用ozone.om.enable.filesystem.paths（默认为 True）。这个配置为true则是允许LEGACY 存储桶与Hadoop 文件系统语义兼容，为false则是允许LEGACY 存储桶与S3语义兼容。

保存更改后重启Ozone服务。

3.可以通过 S3 读取 FSO 存储桶中的数据，也可以将key/文件写入 FSO 存储桶。但是由于与 S3 语义不兼容，中间目录的创建可能会失败。

4.从Ozone获取S3 credential

kinit Lisbon
ozone s3 getsecret --om-service-id=ozone1
export awsAccessKey=lisbon@LISBON.COM
export awsSecret=5b0591797f5c325de273288737217ad771982da07a5f12b654bf54df443bf734

5.选择一台安装了S3 Gateway的主机，获取S3的endpoint

export s3_endpoint='http://ccycloud-2.rainy.root.comops.site:9878'

6.通过S3使用hadoop CLI访问Ozone

## Create a directory in a bucket
hadoop fs  -Dfs.s3a.bucket.probe=0 -Dfs.s3a.change.detection.version.required=false -Dfs.s3a.change.detection.mode=none -Dfs.s3a.access.key=$awsAccessKey -Dfs.s3a.secret.key=$awsSecret -Dfs.s3a.endpoint=$s3_endpoint -Dfs.s3a.path.style.access=true -Dfs.s3a.impl=org.apache.hadoop.fs.s3a.S3AFileSystem -mkdir -p s3a://obs-bucket-link/dir1/dir2

## Add key to a the prev directory
echo "Random text for word count" > key1
hadoop fs  -Dfs.s3a.bucket.probe=0 -Dfs.s3a.change.detection.version.required=false -Dfs.s3a.change.detection.mode=none -Dfs.s3a.access.key=$awsAccessKey -Dfs.s3a.secret.key=$awsSecret -Dfs.s3a.endpoint=$s3_endpoint -Dfs.s3a.path.style.access=true -Dfs.s3a.impl=org.apache.hadoop.fs.s3a.S3AFileSystem -put key1 s3a://obs-bucket-link/dir1/dir2/key1

## List files/dirs in a bucket
hadoop fs  -Dfs.s3a.bucket.probe=0 -Dfs.s3a.change.detection.version.required=false -Dfs.s3a.change.detection.mode=none -Dfs.s3a.access.key=$awsAccessKey -Dfs.s3a.secret.key=$awsSecret -Dfs.s3a.endpoint=$s3_endpoint -Dfs.s3a.path.style.access=true -Dfs.s3a.impl=org.apache.hadoop.fs.s3a.S3AFileSystem -ls -R s3a://obs-bucket-link/

ozone sh key list /s3v/obs-bucket-link

1 使用Spark通过S3访问Ozone

1.为Spark创建S3的property文件

vi ozone-s3.properties

spark.hadoop.fs.s3a.impl = org.apache.hadoop.fs.s3a.S3AFileSystem
spark.hadoop.fs.s3a.endpoint = http://ccycloud-2.rainy.root.comops.site:9878
spark.hadoop.fs.s3a.bucket.probe = 0
spark.hadoop.fs.s3a.change.detection.version.required = false
spark.hadoop.fs.s3a.change.detection.mode = none
spark.hadoop.fs.s3a.path.style.access = true

2.使用S3 properties文件启动spark-shell

spark-shell --properties-file ozone-s3.properties --conf spark.hadoop.fs.s3a.access.key=$awsAccessKey --conf spark.hadoop.fs.s3a.secret.key=$awsSecret

3.计算输入文件中的单词数

var lines = sc.textFile("s3a://obs-bucket-link/dir1/dir2/key1")
var words = lines.flatMap(_.split(" "))
var wordsKv = words.map((_, 1))
var wordCounts = wordsKv.reduceByKey(_ + _ )

4.将单词数写入Ozone

wordCounts.saveAsTextFile("s3a://obs-bucket-link/output")
:quit

5.读取输出

hadoop fs  -Dfs.s3a.bucket.probe=0 -Dfs.s3a.change.detection.version.required=false -Dfs.s3a.change.detection.mode=none -Dfs.s3a.access.key=$awsAccessKey -Dfs.s3a.secret.key=$awsSecret -Dfs.s3a.endpoint=$s3_endpoint -Dfs.s3a.path.style.access=true -Dfs.s3a.impl=org.apache.hadoop.fs.s3a.S3AFileSystem -cat s3a://obs-bucket-link/output/*

2 使用Hive通过S3访问Ozone

1.在ozone-site.xml中增加S3配置，Ozone > Configuration > Ozone Service Advanced Configuration Snippet (Safety Valve) for ozone-conf/ozone-site.xml > View as XML

<property>
    <name>fs.s3a.access.key</name>
    <value>lisbon@LISBON.COM</value>
</property>
<property>
    <name>fs.s3a.secret.key</name>
    <value>5b0591797f5c325de273288737217ad771982da07a5f12b654bf54df443bf734</value>
</property>
<property>
    <name>fs.s3a.endpoint</name>
    <value>http://ccycloud-2.rainy.root.comops.site:9878</value>
</property>
<property>
    <name>fs.s3a.bucket.probe</name>
    <value>0</value>
</property>
<property>
    <name>fs.s3a.change.detection.version.required</name>
    <value>false</value>
</property>
<property>
    <name>fs.s3a.path.style.access</name>
    <value>true</value>
</property>
<property>
    <name>fs.s3a.change.detection.mode</name>
    <value>none</value>
</property>

2.保存更改，按照向导重启集群并部署客户端配置。

3.将之前的车辆数据拷贝到obs的bucket

hadoop distcp -m 2 -skipcrccheck  hdfs:///tmp/vehicles.csv s3a://obs-bucket-link/warehouse/distcp/vehicles/vehicles.csv

4.在Hive中创建表

CREATE EXTERNAL TABLE `hive_s3_vehicles`(
`barrels08` string,`barrelsa08` string,`charge120` string,`charge240` string,`city08` string,`city08u` string,`citya08` string,`citya08u` string,`citycd` string,`citye` string,`cityuf` string,`co2` string,`co2a` string,`co2tailpipeagpm` string,`co2tailpipegpm` string,`comb08` string,`comb08u` string,`comba08` string,`comba08u` string,`combe` string,`combinedcd` string,`combineduf` string,`cylinders` string,`displ` string,`drive` string,`engid` string,`eng_dscr` string,`fescore` string,`fuelcost08` string,`fuelcosta08` string,`fueltype` string,`fueltype1` string,`ghgscore` string,`ghgscorea` string,`highway08` string,`highway08u` string,`highwaya08` string,`highwaya08u` string,`highwaycd` string,`highwaye` string,`highwayuf` string,`hlv` string,`hpv` string,`id` string,`lv2` string,`lv4` string,`make` string,`model` string,`mpgdata` string,`phevblended` string,`pv2` string,`pv4` string,`range` string,`rangecity` string,`rangecitya` string,`rangehwy` string,`rangehwya` string,`trany` string,`ucity` string,`ucitya` string,`uhighway` string,`uhighwaya` string,`vclass` string,`year` string,`yousavespend` string,`guzzler` string,`trans_dscr` string,`tcharger` string,`scharger` string,`atvtype` string,`fueltype2` string,`rangea` string,`evmotor` string,`mfrcode` string,`c240dscr` string,`charge240b` string,`c240bdscr` string,`createdon` string,`modifiedon` string,`startstop` string,`phevcity` string,`phevhwy` string,`phevcomb` string) 
row format delimited 
fields terminated by ','
location 's3a://obs-bucket-link/warehouse/distcp/vehicles';

5.运行以下SQL

select * from `hive_s3_vehicles` limit 1;

select make, count(*) from hive_s3_vehicles group by make order by 2 desc limit 10;

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2024-05-02，如有侵权请联系 cloudcommunity@tencent.com 删除

dfs

本文分享自 Hadoop实操微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度