使用 EMR 查询 DynamoDB 数据

Question

我正在寻找一种使用 amazon EMR 使用 SQL 语法查询 AWS DynamoDB 数据的方法。

我的 DynamoDB 表已设置好并准备就绪。如何使用 Hue 导入/查询数据？ DynamoDB 中的表大小约为 8GB。

Answer 1

请按照以下步骤操作：-

Hive 查询非实时 DynamoDB 数据：-

1) 将数据从 DynamoDB 导出到 Hive

请参阅下面的部分：在 EMR Hive 命令链接中从 DynamoDB 导出数据

2) 使用 Amazon EMR 查询存储在 DynamoDB 中的数据

请参阅以下部分：在 EMR Hive 命令中查询 DynamoDB 中的数据链接

3) 使用 Hue 运行查询（即从 Hue 工作台运行 Hive 查询）

EMR Hive Commands

Hue Supported

Hive 查询实时 DynamoDB：-

1) 创建 Hive 表以映射到 DynamoDB 表

http://docs.aws.amazon.com/emr/latest/ReleaseGuide/EMR_Interactive_Hive.html

2) 创建 Hive 表并对其运行查询后，它将引用实时 DynamoDB 表以获取数据

缺点：每次执行都会消耗 DynamoDB 读取或写入单元。换句话说，每次执行查询都会花费您。

示例代码：-

CREATE EXTERNAL TABLE hivetable1 (col1 string, col2 bigint, col3 array<string>)
STORED BY 'org.apache.hadoop.hive.dynamodb.DynamoDBStorageHandler' 
TBLPROPERTIES ("dynamodb.table.name" = "dynamodbtable1", 
"dynamodb.column.mapping" = "col1:name,col2:year,col3:holidays");