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。
基于湖仓一体架构使用MaxCompute对OSS湖数据分析预测实践 业务架构 ...lib,用于指定数据在进行序列化及反序列化时所使用的类名,如 org.apache.hive.hcatalog.data.JsonSerDe 6.serde_properties,当storage_handler被设置时,该属性将用于给storagehandler 指定相关属性;否则该属性将用于给serialization_lib指定相关属性。