如何進行基于Data Lake Analytics的Serverless SQL大數據分析

這篇文章給大家介紹如何進行基于Data Lake Analytics的Serverless SQL大數據分析，內容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

背景介紹

TableStore（簡稱OTS）是阿里云的一款分布式表格系統，為用戶提供schema-free的分布式表格服務。隨著越來越多用戶對OLAP有強烈的需求，我們提供在表格存儲上接入Data Lake Analytics（簡稱DLA）服務的方式，提供一種快速的OLAP解決方案。DLA是阿里云上的一款的通用SQL查詢引擎，通過在OTS連通DLA服務，使用通用的SQL語言（兼容mysql5.7絕大部分查詢語法），在表格存儲上做靈活的數據分析任務。

架構視圖

如上圖所示，整體OLAP查詢架構涉及3款阿里云產品：DLA，OTS，OSS。其中DLA負責分布式SQL查詢計算，在實際運行過程中，會將用戶sql查詢請求進行任務拆解，產生若干可并行化的子任務，提升數據計算和查詢能力。OTS為數據存儲層，用于接收DLA的各類子查詢任務。如果用戶已經有存量的數據在OTS上，可以直接在DLA上建立映射視圖，實現快速體驗SQL計算帶來的便捷。OSS為分布式對象存儲系統，主要用于用戶查詢結果數據的保存。

因此用戶要想快速體驗SQL on OTS，必須在開通OTS的前提下，完成DLA和OSS服務的開通。通過上述3個云產品的配合，用戶就能在OTS上快速執行SQL計算。目前開通OSS服務的主要原因是DLA默認回查詢結果集數據寫回到OSS存儲，因此需要引入一個額外的存儲依賴，但僅依賴用戶開通OSS服務，不需要用戶預先創建OSS存儲實例。

目前開服公測的區域是上海區，對應的實例是該region內所有的容量型實例。在開通DLA服務時，需要先填寫公測申請，通過之后按照“接入方式”小節的步驟，能快速完成接入體驗。

接入方式

整個主要包含OTS、OSS、DLA的服務接入。需要注意的一點是，完成接入之后，就會按照實際查詢產生相應的費用。如在這個過程中，用戶賬號是欠費的，將會發生查詢失敗。

OTS服務開通

如果用戶已經開通的OTS服務，并且上面已經包含存量的實例，表格數據，則忽略該步驟。

對于首次使用OTS的用戶，可按照下述方式開通OTS：

1. 登錄https://www.aliyun.com；

2. 進入“產品”->"云計算基礎"->"數據庫"->“表格存儲 TableStore”；

3. 按照上面的文檔說明，快速建立實例和表格，進行體驗；

   1）使用控制臺，快速創建測試表格：

   
   

   
   

   2）使用控制臺，快速插入測試數據：

   
   

   

OSS服務開通

1. 登錄https://www.aliyun.com；

2. 進入“產品”->"云計算基礎"->"存儲服務"->“對象存儲 OSS”；

3. 直接點擊服務開通即可。

OSS服務開通后，不需要創景對象實例，DLA接入時，會自動為用戶在OSS服務中，創建用于存儲查詢結果數據的對象存儲實例，用戶不需要關心。

DLA服務開通

1. 登錄https://www.aliyun.com；

2. 進入“產品”->"大數據"->"大數據計算"->“Data Lake Analytics”；

3. 直接點擊服務開通；

注意：處于公測階段時，開通服務需要做公測申請，填寫好相關信息即可。

DLA on OTS接入

按照下列步驟，在DLA上建立OTS的映射：

1. 開通DLA服務之后，可以選擇不同region，選擇開通對應region的DLA服務實例（如現在華東2的上海區域）。不同的region，對應不同的賬號，不同region的DLA賬號，不能混用，

   ![service_open.jpg](http://ata2-img.cn-hangzhou.img-pub.aliyun-inc.com/ecc5446d0d8298adc493a72de5567d3d.jpg)
   ![service_open2.jpg](http://ata2-img.cn-hangzhou.img-pub.aliyun-inc.com/acba06dae5f78a2ed740bc67397a0316.jpg)
   
   注意：賬號創建完成之后，會收到相關郵件(郵箱為阿里云的注冊郵箱)，內含該region的DLA賬號和密碼，注意查收。

   
   

2. 選擇region，授權DLA訪問OTS上的用戶實例數據。
   

3. 服務開通之后，有3中SQL訪問方式：控制臺、mysql client，JDBC。

控制臺訪問

點擊數據庫連接，使用郵件中的該region的用戶名和密碼，連接進入控制臺。

進入控制臺后，需要為OTS上的實例表格數據建立映射信息。場景舉例：假設用戶在上海region已經有一個名為sh_tpch的實例，該實例包含表格test001,里面包含2行測試數據。對該實例建立映射的步驟包括：

1）將ots的實例映射成DLA的一個DataBase實例：
在建立DLA的Database映射前，首先需要在OTS上創建一個表格存儲的實例instance，如：

創建一個實例，名為sh-tpch，對應的endpoint為https://sh-tpch.cn-shanghai.ots.aliyuncs.com。

完成測試實例創建后，執行下列語句建立Database映射：

CREATE SCHEMA sh_tpch001 with DBPROPERTIES(LOCATION ='https://sh-tpch.cn-shanghai.ots.aliyuncs.com', catalog='ots', instance ='sh-tpch');

注意：使用mysql client時，可以使用create database或create schema語句進行創建db映射；但是在控制臺，目前只支持create schema語句創建db映射。

上述語句，將在DLA上創建一個名為sh_tpch001的database，對應的實例是ots的sh-tpch.cn-shanghai.ots.aliyuncs.com集群下名為sh-tpch的實例。通過上面的語句，就能產生一個ots的實例映射。

2）在tp_tpch001的DB下，建立表格的映射：
在建立DLA的表格映射前，首先需要在OTS創建測試表，流程參考"OTS服務開通"小節。

測試表格創建完成后，執行下列語句建立表格映射：

CREATE TABLE test001 (pk0 int , primary key(pk0));

注意：主要建立DLA映射表時，指定的Primary Key必須跟OTS表格定義Primary Key列表一致。因為Primary Key必須能是唯一的定位一行，一旦映射表的Primary Key列表與OTS表格的PK不一致，則可能會導致SQL查詢結果出現非預期的錯誤。

例如：用戶的OTS實例sh_tpch上包含test001表格，其中只有一列pk0。上面的命令就完成了在DLA的實例sh_tpch001上，創建映射表test001。使用show命令能查看該表創建成功。

3)使用select語句執行sql查詢：

1. 查出所有數據：
select * from test001;

2. 執行count統計：
select count(*) from test001;

3. 執行sum統計：
select sum(pk0) from test001;

4）更為豐富執行語句，請查看如下的幫助說明文檔：

create schema語句：https://help.aliyun.com/document_detail/72005.html
create table語句：https://help.aliyun.com/document_detail/72006.html
select語句：https://help.aliyun.com/document_detail/71044.html
show語句：https://help.aliyun.com/document_detail/72011.html
drop table語句：https://help.aliyun.com/document_detail/72008.html
drop schema語句：https://help.aliyun.com/document_detail/72007.html

5）在做SQL執行時，可以選擇同步執行結果，返回滿足條件的前10000條記錄；如果要獲大結果集數據，需要選擇異步執行，并使用show query_id的方式異步獲取結果：

show query_task where id = '59a05af7_1531893489231';

mysql訪問

使用標準的mysql client也能快速連通DLA的數據實例。其中連接語句為：

mysql -h service.cn-shanghai.datalakeanalytics.aliyuncs.com -P 10000 -u <username> -p <password> -c -A

其他操作語句跟“控制臺訪問”小節介紹一致。

JDBC訪問

也可以使用標準的java api實現訪問，連接串為：

jdbc:mysql://service.cn-shanghai.datalakeanalytics.aliyuncs.com:10000/

關于如何進行基于Data Lake Analytics的Serverless SQL大數據分析就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。