本期導讀 :【OSS 通路加速】第六講
主題:Hadoop/Spark 通路 OSS 加速
講師:流影,阿裡巴巴計算平台事業部 EMR 技術專家
内容架構:
- JindoFS SDK 介紹
- Hadoop 使用 JindoFS SDK
- Spark 使用 JindoFS SDK
- 示範
直播回放連結:(5/6講)
https://developer.aliyun.com/live/246811一、JindoFS SDK 介紹
- JindoFS SDK 是一個簡單易用面向 Hadoop/Spark 生态的 OSS 用戶端,為阿裡雲 OSS 提供高度優化的 HadoopFileSystem 實作。
- 通過 JindoFS SDK,可以在 Hadoop 環境中直接使用 oss://bucket/ 的方式通路阿裡雲 OSS 上的内容。
- 例如:
![](https://img.laitimes.com/img/__Qf2AjLwojIjJCLyojI0JCLicmbw5CM0QWM2gjNwMmZ5Y2Y0IjY3YmY0EDOhdTO0gjMjJGZ38CX5d2bs92Yl1iclB3bsVmdlR2LcNWaw9CXt92Yu4GZjlGbh5yYjV3Lc9CX6MHc0RHaiojIsJye.png)
為什麼使用 JindoFS SDK
- 優異的性能表現:和開源版本的 Hadoop-OSS-SDK 進行對比,各項操作性能均顯著好于 Hadoop-OSS-SDK
- 良好的相容性:相容市面上大部分 Hadoop 版本,JindoFS SDK 在 Hadoop2.3 及以上的版本上驗證通過
- 專業團隊維護:阿裡雲 EMRHadoop 團隊維護,JindoFS Hadoop SDK 在阿裡雲 EMR等産品中廣泛使用
- 功能更新快:及時跟進 OSS 最新特性和優化,版本更新及時。
二、Hadoop 使用 JindoFS SDK 通路 OSS
安裝 jar 包
- 下載下傳最新的jar包 jindofs-sdk-x.x.x.jar,将sdk包安裝到hadoop的classpath下。
配置 JindoFSOSS 實作類
- 将 JindoFS OSS 實作類配置到Hadoop的core-site.xml中。
配置 OSSAccess Key
- 将OSS的AccessKey、Access Key Secret、Endpoint等預先配置在Hadoop的core-site.xml中。
使用 JindoFSSDK 通路 OSS
用HadoopShell通路OSS,下面列舉了幾個常用的指令。
- put操作:hadoop fs -put <path> oss://<bucket>/
- ls 操作:hadoop fs -ls oss://<bucket>/
- mkdir操作:hadoopfs -mkdiross://<bucket>/<path>
- rm操作:hadoop fs rm oss://<bucket>/<path>
三、Spark 使用 JindoFS SDK 通路 OSS
在 Spark CLASSPATH 中添加 JindoFS SDK
- 下載下傳最新的jar包 jindofs-sdk-x.x.x.jar,将sdk包安裝到 Spark的classpath下。
- cp jindofs-sdk-${version}.jar $SPARK_HOME/jars/
配置 JindoFS SDK
全局配置:參考 Hadoop 配置
任務級别配置:spark-submit --conf spark.hadoop.fs.AbstractFileSystem.oss.impl=com.aliyun.emr.fs.oss.OSS --conf spark.hadoop.fs.oss.impl=com.aliyun.emr.fs.oss.JindoOssFileSystem --conf spark.hadoop.fs.jfs.cache.oss.accessKeyId=xxx --conf spark.hadoop.fs.jfs.cache.oss.accessKeySecret=xxx --conf spark.hadoop.fs.jfs.cache.oss.endpoint=oss-cn-xxx.aliyuncs.com
通路 OSS
- 完成配置之後,啟動的 Spark 任務通路 OSS 預設就使用 JindoSDK 通路
四、示範
- 下載下傳JindoFSSDK
- 将jar包拷貝到hadoopclasspath
- 修改配置
- 示範hadoop 指令
- 将jar包拷貝到Spark${SPARK_HOME}/jars
- 示範Spark 通路 OSS
直接觀看第三課(5/6講)視訊回放,擷取執行個體講解~
相關資源
1.下載下傳JindoFS SDK:
https://github.com/aliyun/alibabacloud-jindofs/blob/master/docs/jindofs_sdk_download.md2.Hadoop 使用 JindoSDK:
https://github.com/aliyun/alibabacloud-jindofs/blob/master/docs/jindofs_sdk_how_to_hadoop.md3.Spark 使用 JindoSDK:
https://github.com/aliyun/alibabacloud-jindofs/blob/master/docs/spark/jindosdk_on_spark.md⭐Github連結:
https://github.com/aliyun/alibabacloud-jindofs不錯過每次直播資訊、探讨更多資料湖 JindoFS+OSS 相關技術問題,歡迎掃碼加入釘釘交流群!