Propriétés du tHiveConnection Standard
Ces propriétés sont utilisées pour configurer le tHiveConnection s'exécutant dans le framework de Jobs Standard.
Le composant tHiveConnection Standard appartient aux familles Big Data, Bases de données et ELT.
Le composant de ce framework est disponible dans tous les produits Talend.
Basic settings
-
Lorsque vous utilisez ce composant avec Google Dataproc :
Project ID
Saisissez l'ID de votre projet Google Cloud Platform.
Si vous n'êtes pas certain de l'ID de votre projet, vérifiez dans la page Manage Resources de vos services Google Cloud Platform.
Cluster ID
Saisissez l'ID de votre cluster Dataproc à utiliser.
Region Dans cette liste déroulante, sélectionnez la région Google Cloud à utiliser.
Google Storage staging bucket Comme un Job Talend nécessite ses fichiers .jar dépendants pour être exécuté, spécifiez le répertoire Google Storage dans lequel ces fichiers .jar sont transférés afin que votre Job accède à ces fichiers lors de l'exécution.
Le répertoire à saisir doit se terminer par une barre oblique (/). Si le répertoire n'existe pas, un répertoire est créé à la volée mais le bucket à utiliser doit déjà exister.
Database
Saisissez dans ce champ le nom de la base de données.
Provide Google Credentials in file
Lorsque vous lancez votre Job à partir d'une machine donnée sur laquelle Google Cloud SDK a été installé et vous a autorisé à utiliser vos identifiants de compte utilisateur·rice pour accéder à Google Cloud Platform, ne cochez pas cette case. Dans cette situation, cette machine est souvent votre machine locale.
Lorsque vous lancez votre Job à partir d'une machine distante, comme un Talend JobServer, cochez cette case et dans le champ Path to Google Credentials file qui s'affiche, saisissez le répertoire dans lequel ce fichier JSON est stocké dans la machine du Talend JobServer. Vous pouvez également cliquer sur le bouton [...] puis, dans la boîte de dialogue qui s'ouvre, parcourir le fichier JSON.
Pour plus d'informations concernant le fichier Google Credentials, contactez l'administrateur·trice de votre Google Cloud Platform ou consultez Google Cloud Platform Auth Guide.
-
Lorsque vous utilisez ce composant avec la distribution Microsoft HDInsight :
Livy configuration
Saisissez l'adresse et les informations d'authentification du cluster Microsoft HDInsight à utiliser. Par exemple, l'adresse peut être https://your_hdinsight_cluster_name.azurehdinsight.net et les informations d'authentification peuvent être votre nom de compte Azure : yourname. Le Studio Talend utilise ce service pour soumettre le Job au cluster HDInsight.
Dans le champ Job result folder, saisissez l'emplacement où vous souhaitez stocker les résultats d'exécution du Job dans Azure Storage.
Job status polling configuration
Dans le champ Poll interval when retrieving Job status (in ms), saisissez l'intervalle de temps (en millisecondes) à l'issue duquel vous souhaitez que le Studio Talend interroge Spark au sujet du statut du Job. Par exemple, ce statut peut être Pending (en attente) ou Running (en cours d'exécution).
Dans le champ Maximum number of consecutive statuses missing, saisissez le nombre maximal de tentatives du Studio Talend pour obtenir un statut lorsqu'il n'y a pas de réponse.
HDInsight configuration
- L'identifiant Username est celui défini lors de la création de votre cluster. Vous pouvez le trouver dans le panneau SSH + Cluster login, dans votre cluster.
- Le mot de passe Password est défini lors de la création de votre cluster HDInsight pour authentification dans ce cluster.
Windows Azure Storage configuration
Saisissez l'adresse et les informations d'authentification du compte Azure Storage ou ADLS Gen2 à utiliser. Dans cette configuration, vous ne définissez pas l'emplacement où lire ou écrire vos données métier, seulement où déployer votre Job.
Dans le champ Container, saisissez le nom du conteneur à utiliser. Vous pouvez trouver les conteneurs disponibles dans le panneau Blob, dans le compte Azure Storage à utiliser.
Dans le champ Deployment Blob, saisissez l'emplacement où vous souhaitez stocker le Job et ses bibliothèques dépendantes dans le compte Azure Storage.
Dans le champ Hostname, saisissez l'endpoint du service du Blob primaire de votre compte Azure Storage, sans la partie https://. Vous pouvez trouver cet endpoint dans le panneau Properties de ce compte de stockage.
Dans le champ Username, saisissez le nom du compte Azure Storage à utiliser.
Dans le champ Password, saisissez la clé d'accès du compte Azure Storage à utiliser. Cette clé se trouve dans le panneau Access keys de ce compte de stockage.
Database
Saisissez dans ce champ le nom de la base de données.
-
Lorsque vous utilisez d'autres distributions :
Connection mode
Sélectionnez un mode de connexion dans la liste. Les options varient en fonction de la distribution que vous utilisez.
Version de Hive
Sélectionnez la version de Hive que vous utilisez.
Host
Adresse IP du serveur de base de données.
Port
Numéro du port d'écoute du serveur de base de données.
Database
Saisissez dans ce champ le nom de la base de données.
Username et Password
Informations d'authentification de l'utilisateur ou de l'utilisatrice de base de données.
Pour saisir le mot de passe, cliquez sur le bouton [...] à côté du champ Password, puis, dans la boîte de dialogue qui s'ouvre, saisissez le mot de passe entre guillemets doubles et cliquez sur OK afin de sauvegarder les paramètres.
Use kerberos authentication
Si vous accédez au Metastore de Hive avec une sécurité Kerberos, cochez cette case et saisissez ensuite les paramètres appropriés dans les champs qui s'affichent.
Les valeurs des paramètres suivants peuvent être trouvées dans le fichier hive-site.xml du système Hive utilisé.-
Hive principal utilise la valeur de hive.metastore.kerberos.principal. C'est le principal du service du Metastore de Hive.
-
HiveServer2 local user principal utilise la valeur de hive.server2.authentication.kerberos.principal.
-
HiveServer2 local user keytab utilise la valeur de hive.server2.authentication.kerberos.keytab
-
Metastore URL utilise la valeur de javax.jdo.option.ConnectionURL. C'est la chaîne JDBC de connexion au Metastore de Hive.
-
Driver class utilise la valeur de javax.jdo.option.ConnectionDriverName. C'est le nom du pilote de la connexion JDBC.
-
Username utilise la valeur de javax.jdo.option.ConnectionUserName. Ce paramètre, ainsi que le paramètre Password, sont utilisés pour les informations de connexion de l'utilisateur ou de l'utilisatrice au Metastore de Hive.
-
Password utilise la valeur de javax.jdo.option.ConnectionPassword.
Cette case est disponible ou non selon la distribution Hadoop à laquelle vous vous connectez.
Use a keytab to authenticate Cochez la case Use a keytab to authenticate pour vous connecter à un système utilisant Kerberos à l'aide d'un fichier keytab. Un fichier Keytab contient les paires des Principaux et clés cryptées Kerberos. Vous devez saisir le principal à utiliser dans le champ Principal et le chemin d'accès au fichier keytab dans le champ Keytab. Ce fichier keytab doit être stocké sur la machine où s'exécute votre Job, par exemple, sur un Talend JobServer.
l'utilisateur ou l'utilisatrice exécutant un Job utilisant un fichier Keytab n'est pas nécessairement celui désigné par un Principal mais doit avoir le droit de lire le fichier Keytab utilisé. Par exemple, le nom d'utilisateur ou d'utilisatrice que vous utilisez pour exécuter le Job est user1 et le principal à utiliser est guest. Dans cette situation, assurez-vous que user1 a les droits de lecture pour le fichier Keytab à utiliser.
Use SSL encryption
Cochez cette case pour activer la connexion chiffrée SSL ou TLS.
Les champs qui s'affichent ensuite fournissent les informations d'authentification :-
Dans le champ Trust store path, saisissez le chemin ou parcourez votre système jusqu'au fichier TrustStore à utiliser. Par défaut, les types TrustStore supportés sont JKS et PKCS 12.
-
Pour saisir le mot de passe, cliquez sur le bouton [...] à côté du champ Password, puis, dans la boîte de dialogue qui s'ouvre, saisissez le mot de passe entre guillemets doubles et cliquez sur OK afin de sauvegarder les paramètres.
Cette fonctionnalité n'est disponible que pour HiveServer2 en mode Standalone pour les distributions suivantes :-
Hortonworks Data Platform 2.0 +
-
Cloudera CDH4 +
-
Pivotal HD 2.0 +
-
Amazon EMR 4.0.0 +
Set Resource Manager
Cochez cette case et, dans le champ qui s'affiche, saisissez l'emplacement du ResourceManager de votre distribution. Par exemple tal-qa114.talend.lan:8050.
Vous pouvez continuer à configurer les paramètres suivants selon la configuration du cluster Hadoop à utiliser (si vous ne cochez pas la case d'un paramètre, alors la configuration de ce paramètre dans le cluster Hadoop à utiliser sera ignorée lors de l'exécution) :-
Cochez la case Set resourcemanager scheduler address et saisissez l'adresse de l'ordonnanceur (Scheduler) dans le champ qui apparaît.
-
Cochez la case Set jobhistory address et saisissez l'emplacement du serveur JobHistory du cluster Hadoop à utiliser. Cela permet de stocker les informations relatives aux métriques du Job courant sur le serveur JobHistory.
-
Cochez la case Set staging directory et saisissez le chemin d'accès au répertoire défini dans votre cluster Hadoop pour les fichiers temporaires créés par l'exécution de programmes. Ce répertoire se trouve sous la propriété yarn.app.mapreduce.am.staging-dir dans les fichiers de configuration comme yarn-site.xml ou mapred-site.xml de votre distribution.
-
Allouez des volumes de mémoire aux calculs Map et Reduce et au service ApplicationMaster de YARN en cochant la case Set memory dans la vue Advanced settings.
-
Cochez la case Set Hadoop user et saisissez le nom de l'utilisateur ou de l'utilisatrice avec lequel vous souhaitez exécuter le Job. Puisque les fichiers et répertoires dans Hadoop ont un auteur spécifique avec les droits appropriés de lecture ou d'écriture, ce champ vous permet d'exécuter le Job directement avec l'utilisateur ou l'utilisatrice ayant les droits d'accès appropriés au fichier ou répertoire à traiter.
-
Cochez la case Use datanode hostname pour permettre au Job d'accéder aux nœuds de données via leurs hébergeurs. Cela permet de configurer la propriété dfs.client.use.datanode.hostname à true. Lorsque vous vous connectez à un système de fichiers S3N, vous devez cocher cette case.
Pour plus d'informations concernant le framework Hadoop Map/Reduce, consultez le tutoriel Map/Reduce dans la documentation de Apache Hadoop (en anglais).
Set NameNode URI
Cochez cette case et, dans le champ qui s'affiche, saisissez l'URI du NameNode Hadoop, le nœud maître d'un système Hadoop. Par exemple, si vous avez choisi une machine nommée masternode comme NameNode, l'emplacement est hdfs://masternode:portnumber. Si vous utilisez WebHDFS, l'emplacement doit être webhdfs://masternode:portnumber ; WebHDFS avec SSL n'est pas supporté.
Pour plus d'informations concernant le framework Hadoop Map/Reduce, consultez le tutoriel Map/Reduce dans la documentation de Apache Hadoop (en anglais).
Spark catalog
Sélectionnez l’implémentation Spark à utiliser.- In-memory : sélectionnez cette valeur pour configurer Hive thrift metastore sur un métastore Hive qui n'est pas externe.
- Hive : sélectionnez cette valeur pour configurer Hive thrift metastore sur un métastore Hive externe à votre cluster.
-
Property type |
Peut être Built-In ou Repository. Built-In : aucune propriété n'est stockée de manière centrale. Repository : Sélectionnez le fichier dans lequel sont stockées les propriétés du composant. |
Distribution |
Sélectionnez dans la liste le cluster que vous utilisez. Les options de la liste varient selon le composant que vous utilisez. Parmi ces options, les suivantes nécessitent une configuration spécifique :
Note InformationsRemarque : À partir de la version 8.0 R2024-04 du Studio Talend, le paramètre Distribution est supprimé.
|
Version de Hive |
Sélectionnez la version de la distribution Hadoop que vous utilisez. Les options disponibles dépendent du composant que vous utilisez. Note InformationsRemarque : À partir de la version 8.0 R2024-04 du Studio Talend, le paramètre Hive version (Version de Hive) est supprimé.
|
Hiver Server | Sélectionnez la version de Hive que vous utilisez. |
Hadoop version | Sélectionnez la version de Hive que vous utilisez. |
Inspect the classpath for configurations |
Cochez cette case pour permettre au composant de vérifier les fichiers de configuration dans le répertoire configuré pour la variable $HADOOP_CONF_DIR et de lire directement les paramètres de ces fichiers dans le répertoire. Cette fonctionnalité vous permet de modifier facilement la configuration Hadoop afin que le composant puisse passer d'un environnement à un autre, comme par exemple pour passer d'un environnement test à un environnement production. Dans ce cas, les champs ou les options utilisés pour configurer la connexion Hadoop et/ou la sécurité Kerberos sont masqués. Si vous souhaitez utiliser certains paramètres comme les paramètres Kerberos mais que ces paramètres ne sont pas inclus dans les fichiers de configuration Hadoop, vous devez créer un fichier appelé talend-site.xml et mettre ce fichier dans le répertoire défini dans $HADOOP_CONF_DIR. Le fichier talend-site.xml doit se présenter comme suit :
<!-- Put site-specific property overrides in this file. --> <configuration> <property> <name>talend.kerberos.authentication </name> <value>kinit </value> <description> Set the Kerberos authentication method to use. Valid values are: kinit or keytab. </description> </property> <property> <name>talend.kerberos.keytab.principal </name> <value>user@BIGDATA.COM </value> <description> Set the keytab's principal name. </description> </property> <property> <name>talend.kerberos.keytab.path </name> <value>/kdc/user.keytab </value> <description> Set the keytab's path. </description> </property> <property> <name>talend.encryption </name> <value>none </value> <description> Set the encryption method to use. Valid values are: none or ssl. </description> </property> <property> <name>talend.ssl.trustStore.path </name> <value>ssl </value> <description> Set SSL trust store path. </description> </property> <property> <name>talend.ssl.trustStore.password </name> <value>ssl </value> <description> Set SSL trust store password. </description> </property> </configuration> Les paramètres lus depuis ces fichiers de configuration écrasent ceux utilisés par défaut dans le Studio Talend. Lorsqu'un paramètre n'existe pas dans ces fichiers de configuration, le paramètre par défaut est utilisé. Notez que cette option est disponible uniquement dans le mode Hive Standalone avec Hive 2. |
Use or register a shared DB Connection |
Cochez cette case afin de partager votre connexion à la base de données ou récupérer une connexion partagée par un Job parent ou enfant. Dans le champ Shared DB Connection Name qui s'affiche, saisissez un nom pour la connexion à la base de données partagée. Cela vous permet de partager une connexion à une base de données (à l'exception du paramètre de schéma de la base de données) à plusieurs composants de connexion, à différents niveaux de Jobs, enfants ou parents. Cette option est incompatible avec les options Use dynamic Job et Use an independent process to run subJob du composant tRunJob. Utiliser une connexion partagée avec un tRunJob ayant l'une de ces options activée fera échouer votre Job. |
Execution engine |
Cochez cette case et, dans la liste déroulante, sélectionnez le framework à utiliser pour le traitement Big Data. Les frameworks disponibles sont MapReduce et Tez. Cette propriété est disponible avec les modes de connexion suivants :
Avant d'utiliser Tez, vérifiez que votre cluster Hadoop supporte Tez. Vous devez configurer l'accès aux bibliothèques Tez correspondantes via la vue Advanced settings de ce composant. Pour plus d'informations concernant Hive sur Tez, consultez la documentation Apache correspondante. Des exemples vous sont présentés afin d'expliquer comment Tez peut être utilisé pour optimiser les performances par rapport à MapReduce. |
Store by HBase |
Cochez cette case afin d'afficher les paramètres à configurer pour permettre aux composants Hive d'accéder aux tables HBase :
Pour plus d'informations à propos de cet accès concernant Hive et HBase, consultez la documentation de Apache Hive concernant l'intégration Hive/HBase. |
Define the jars to register for HBase |
Cochez cette case pour afficher la table Register jar for HBase, dans laquelle vous pouvez enregistrer tout fichier Jar manquant, requis pour HBase, par exemple, Hive Storage Handler, enregistré par défaut avec votre installation Hive. |
Register jar for HBase |
Cliquez sur le bouton [+] pour ajouter des lignes à la table, puis, dans la colonne Jar name, sélectionnez le fichier JAR à enregistrer. Dans la colonne Jar path, saisissez le chemin d'accès à ce JAR. |
Advanced settings
Tez lib |
Choisissez comment accéder aux bibliothèques de Tez :
|
Hadoop Properties |
Le Studio Talend utilise une configuration par défaut pour son moteur, afin d'effectuer des opérations dans une distribution Hadoop. Si vous devez utiliser une configuration personnalisée dans une situation spécifique, renseignez dans cette table la ou les propriété(s) à personnaliser. Lors de l'exécution, la ou les propriété(s) personnalisée(s) va (vont) écraser celle(s) par défaut.
Pour plus d'informations concernant les propriétés requises par Hadoop et ses systèmes associés, tels que HDFS et Hive, consultez la documentation de la distribution Hadoop utilisée ou consultez la documentation Apache Hadoop (en anglais) en sélectionnant la version de la documentation souhaitée. À titre d'exemple, les liens vers certaines propriétés sont listés ci-après :
|
Hive properties |
Le Studio Talend utilise une configuration par défaut pour que son moteur effectue des opérations sur une base de données Hive. Si vous devez utiliser une configuration personnalisée dans une situation spécifique, renseignez dans cette table la ou les propriété(s) à personnaliser. Lors de l'exécution, la ou les propriété(s) personnalisée(s) va (vont) écraser celle(s) par défaut. Pour plus d'informations, consultez Hive dedicated properties (en anglais).
|
Path separator in server |
Laissez le champ Path separator in server tel quel, sauf si vous changez le séparateur utilisé par la machine hôte de votre distribution Hadoop pour sa variable PATH. En d'autres termes, changez le séparateur si celui-ci n'est pas le signe deux points (:). Dans ce cas, vous devez remplacer cette valeur par celle utilisée dans votre hôte. |
tStatCatcher Statistics |
Cochez cette case afin de collecter les données du log au niveau du composant. |
Global Variables
Variables globales |
ERROR_MESSAGE : message d'erreur généré par le composant lorsqu'une erreur survient. Cette variable est une variable After et retourne une chaîne de caractères. Cette variable fonctionne uniquement si la case Die on error est décochée, lorsque le composant contient cette case. Une variable Flow fonctionne durant l'exécution d'un composant. Une variable After fonctionne après l'exécution d'un composant. Pour renseigner un champ ou une expression à l'aide d'une variable, appuyez sur les touches Ctrl+Espace pour accéder à la liste des variables. À partir de cette liste, vous pouvez choisir la variable que vous souhaitez utiliser. Pour plus d'informations concernant les variables, consultez Utiliser les contextes et les variables. |
Utilisation
Règle d'utilisation |
Ce composant est généralement utilisé avec d'autres composants Hive, particulièrement avec tHiveClose. Si le Studio Talend utilisé pour vous connecter à une base de données Hive fonctionne sous Windows, vous devez créer manuellement un dossier appelé tmp à la racine du disque où le Studio Talend est installé. |
Prérequis |
La distribution Hadoop doit être correctement installée afin de garantir les interactions avec le Studio Talend . La liste suivante présente des informations d'exemple relatives à MapR.
Pour plus d'informations concernant l'installation d'une distribution Hadoop, consultez le manuel correspondant à la distribution Hadoop que vous utilisez. |