前面两篇介绍了一下tajo，下面就说一下安装和使用吧。

一、分布式安装

前提：hadoop2中的hdfs和yarn已经安装并运行正常。

1、下载source并build源码

$git clone https://git-wip-us.apache.org/repos/asf/incubator-tajo.git tajo

$ cd tajo

$ mvn clean package -DskipTests -Pdist -Dtar

$ ls tajo-dist/target/tajo-x.y.z-SNAPSHOT.tar.gz

2、将tag.gz解压到需要安装的地方

 $ tar xzvf tajo-0.2.-SNAPSHOT.tar.gz

3、配置tajo-site.xml

 <property>

     <name>tajo.rootdir</name>

     <value>hdfs://hostname:9000/tajo</value>

   </property>

   <property>

     <name>tajo.worker.tmpdir.locations</name>

     <value>/home/ds/clouderaCDH/tajoTmp</value>

   </property>

 <property>

     <name>tajo.master.umbilical-rpc.address</name>

     <value>hostname:</value>

   </property>

   <property>

     <name>tajo.catalog.client-rpc.address</name>

     <value>hostname:</value>

   </property>

  <property>

     <name>tajo.master.client-rpc.address</name>

     <value>hostname:</value>

   </property>

 <property>

     <name>tajo.worker.parallel-execution.max-num</name>

     <value></value>

   </property>

4、配置tag-env.sh

# Hadoop home. Required

export HADOOP_HOME=/home/ds/clouderaCDH/hadoop-2.0.-cdh4.2.1

# The java implementation to use.  Required.

export JAVA_HOME=/usr/lib/jvm/java--sun

# The maximum amount of heap to use, in MB. Default is .

export TAJO_MASTER_HEAPSIZE=

# The maximum amount of heap to use, in MB. Default is .

export TAJO_WORKER_HEAPSIZE=

5、配置workers文件

worker01

worker02

6、将配置好的tajo同步到其他节点并启动

scp -r tajo02 worker01:/home/ds/clouderaCDH/

bin/start-tajo.sh

7、查看进程是否启动

jps

 TajoMaster

 TajoWorker

二、SQL交互

创建表

1、从hdfs上得csv文件创建外部表

test文件夹下放一个data.csv文件，内容：

|abc|1.1|a

|def|2.3|b

|ghi|3.4|c

|jkl|4.5|d

|mno|5.6|e

创建表并load数据

create external table table1 (id int, name text, score float, type text) using csv with ('csvfile.delimiter'='|') location 'hdfs://hostname:9000/tajo/warehouse/test’

查询交互

支持绝大部分的SQL92。

1、使用limit查询

$ select * from table1 limit ;

id,  name,  score,  type

-------------------------------

,  abc,  1.1,  a

,  def,  2.3,  b

三、参考资料

[1] http://wiki.apache.org/tajo

[2] http://tajo.incubator.apache.org/

[3] https://issues.apache.org/jira/browse/TAJO

[4] http://www.slideshare.net/hyunsikchoi/tajo-intro

[5] http://vdisk.weibo.com/s/xpJ29

巴特西

Tajo--一个分布式数据仓库系统（分布式环境安装试用）

一、分布式安装

二、SQL交互

创建表

查询交互

三、参考资料

最新文章

热门文章