Trino での Amazon EMR クラスターを起動する

コンソールで AWS Glue を選択し、Amazon S3 のソースデータに基づいてテーブルを作成します。 AWS Glue データカタログのテーブルは、データのメタデータ定義です。このコンテキストでは、ソースデータからテーブルを手動で作成し、必要に応じて列を作成するのが理にかなっています。Amazon S3 の半構造化データから AWS Glue でテーブルを作成する方法の詳細については、AWS 「 Glue ユーザーガイド」の「コンソールを使用したテーブルの作成」を参照してください。

クラスター作成の一部として設定を行います。[設定] タブを選択します。設定は、クラスターのオプション仕様です。設定を入力するときは、次のサンプルのような JSON を追加します。このサンプルは、テーブルメタデータの外部 Hive メタストアとして AWS Glue データカタログを使用するように Trino に指示します。

{
    "classification": "trino-connector-hive",
    "properties": {
        "hive.metastore": "glue"
    }
}

または、クラスターの作成時に [ソフトウェア設定] セクションで設定を適用することもできます。

さらに、Apache Iceberg との接続など、他のコネクタタイプを設定することもできます。詳細については、「Amazon EMR リリースガイド」の「Trino で Iceberg クラスターを使用する」を参照してください。追加の設定はオプションです。

AWS コンソールで、 サービスから Amazon EMR を選択します。Amazon EMR を選択することにより、既存のクラスターがある場合、[EC2 クラスター上の EMR] が一覧表示されます。

[クラスターを作成] を選択します。ここから、クラスターを構築するプロセスを開始します。

クラスターに名前を付け、[Amazon EMR リリース] を選択します。チュートリアルの最新のリリースを選択できます。

[Trino] バンドルを選択します。このバンドルには Trino アプリケーションが事前に選択されています。バンドルは、クラスターの目的が事前にわかっている場合に便利です。それ以外の場合は、Trino のチェックボックスをオンにするだけです。

[クラスターの設定] で [Uniform インスタンスグループ] を選択します。追加のインスタンスグループを削除してください。

[インスタンスタイプ] を選択します。一般的に、メモリが 16 GiB 以上のインスタンスタイプを選択することをお勧めします。また、[クラスターのスケーリングとプロビジョニング] では、[クラスターサイズを手動で設定] を選択します。

この時点で、Hive メタストア設定を AWS Glue を指すように設定します。詳細については、「Hive コネクタを使用してデータをクエリ可能にする」セクションを参照してください。クラスターを構築する前に、これを完了してください。

[クラスターを作成] を選択します。これには数分かかることがあります。

ここでのステップでは、すべての設定ステップについて詳しく説明しているわけではありません。クラスターの設定の詳細については、「Plan, configure and launch Amazon EMR clusters」を参照してください。