本篇最佳实践先创建EMR集群作为数据湖对象,Hive元数据存储在DLF,外表数据存储在OSS。然后使用阿里云数据仓库MaxCompute以创建外部项目的方式与存储在DLF的元数据库映射打通,实现元数据统一。最后通过一个毒蘑菇的训练和预测demo,演示云数仓MaxCompute如何对于存储在EMR数据湖的数据进行加工处理以达到业务预期。
如果没有自动关联指定的OSS,可以手动创建云数据库,指向对应的OSS-bucket。基于湖仓一体架构使用MaxCompute对OSS湖数据分析预测基于湖仓一体架构使用MaxCompute对OSS湖数据分析预测 2.配置DataWorks和PAI 此方案通过DataWorks创建一个工作空间,选择MaxCompute作为计算引擎,并开 通PAIStudio作为机器学习服务(用于后续...