Propriétés du tHCatalogOperation Standard

Ces propriétés sont utilisées pour configurer le tHCatalogOperation s'exécutant dans le framework de Jobs Standard.

Le composant tHCatalogOperation Standard appartient à la famille Big Data.

Le composant de ce framework est disponible dans tous les produits Talend avec Big Data et dans Talend Data Fabric.

Basic settings

Property type	Peut être Built-in ou Repository. Built-In : propriétés utilisées ponctuellement sans stockage dans le référentiel. Repository : sélectionnez le référentiel dans lequel sont stockées les propriétés. Les champs suivants sont automatiquement renseignés à l'aide des données récupérées.
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 : Si disponible dans la liste de Distribution, l'option Microsoft HDInsight vous permet d'utiliser un cluster Microsoft HDInsight. Dans cette optique, vous devez configurer les connexions au cluster HDInsight et au service Windows Azure Storage du cluster dans les zones affichées. Pour des explications détaillées au sujet de ces paramètres, recherchez Configuration manuelle de la connexion sur Talend Help Center (https://help.talend.com). Si vous avez sélectionné Amazon EMR, obtenez davantage d'informations concernant Amazon EMR - Prise en main dans Talend Help Center (https://help.talend.com). L'option Custom vous permet de vous connecter à un cluster différent des clusters de la liste, par exemple une distribution non supportée officiellement par Talend . Sélectionner Import from existing version pour importer une distribution de base officiellement supportée et ajouter manuellement les autres Jars requis non fournis par cette distribution. Sélectionner Import from zip pour importer le fichier .zip de configuration pour la distribution personnalisée à utiliser. Ce fichier .zip doit contenir les bibliothèques des différents éléments Hadoop et le fichier d'index de ces bibliothèques. Notez que les versions personnalisées ne sont pas officiellement supportées par Talend . Talend et sa Communauté fournissent l'opportunité de vous connecter à des versions personnalisées depuis le Studio mais ne peuvent garantir que la configuration de la version choisie sera simple, car de nombreuses versions et distributions d'Hadoop différentes sont disponibles. Il est recommandé de configurer une telle connexion uniquement si vos connaissances relatives à Hadoop sont suffisantes pour réparer les problèmes par vous-même. Remarque : Dans cette boîte de dialogue, la case de la zone active doit être cochée, afin d'importer les fichiers .jar correspondant à la connexion créée entre la distribution personnalisée et ce composant. Pour un exemple étape par étape expliquant comment se connecter à une distribution personnalisée et partager cette connexion, consultez Hortonworks.
HCatalog version	Sélectionnez la version de la distribution Hadoop que vous utilisez. Les options disponibles dépendent du composant que vous utilisez.
Templeton hostname	Renseignez ce champ avec l'URL du service Web Templeton. Remarque : Templeton est une API de Service Web pour HCatalog. Elle a été renommée WebHCat par la communauté Apache. Ce service permet d'accéder à HCatalog et aux éléments Hadoop relatifs, comme Pig. Pour plus d'informations concernant Templeton (WebHCat), consultez https://cwiki.apache.org/confluence/display/Hive/WebHCat+UsingWebHCat (en anglais).
Templeton port	Renseignez ce champ avec le port de l'URL du service Web Templeton. Par défaut, cette valeur est 50111. Remarque : Templeton est une API de Service Web pour HCatalog. Elle a été renommée WebHCat par la communauté Apache. Ce service permet d'accéder à HCatalog et aux éléments Hadoop relatifs, comme Pig. Pour plus d'informations concernant Templeton (WebHCat), consultez https://cwiki.apache.org/confluence/display/Hive/WebHCat+UsingWebHCat (en anglais).
Use kerberos authentication	Si vous accédez au cluster Hadoop fonctionnant avec la sécurité Kerberos, cochez cette case, puis saisissez le Principal Name de Kerberos pour le NameNode dans le champ affiché. Cela vous permet d'utiliser votre identifiant pour vous authentifier, en le comparant aux identifiants stockés dans Kerberos. Si ce cluster est un cluster MapR de version 5.0.0 ou postérieure, vous pouvez paramétrer la configuration de l'authentification par ticket MapR en plus ou comme une alternative en suivant les explications dans Connexion sécurisée à MapR. Gardez à l'esprit que cette configuration génère un nouveau ticket de sécurité MapR pour le nom d'utilisateur ou d'utilisatrice défini dans le Job dans chaque exécution. Si vous devez réutiliser un ticket existant provenant du même utilisateur, laissez décochées les cases Force MapR ticket authentication et Use Kerberos authentication. MapR devrait pouvoir trouver automatiquement ce ticket à la volée. 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 serveur de Jobs Talend. 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.
Operation on	Sélectionnez un objet dans la liste pour les opérations sur la base de données. Database : base de données gérée par HCatalog dans HDFS. Table : table gérée par HCatalog dans HDFS. Partition : partition définie par l'utilisateur ou l'utilisatrice.
Operation	Sélectionnez dans la liste l'opération à effectuer sur la base de données. Pour plus d'informations concernant les opérations sur les bases de données dans HDFS, consultez https://cwiki.apache.org/Hive/ (en anglais).
Create the table only it doesn't exist already	Cochez cette case afin d'éviter de créer un doublon lorsque vous créez une table. Remarque : Cette case est activée lorsque vous sélectionnez Table dans la liste Operation on.
Database	Saisissez le nom de la base de données dans laquelle les tables gérées par HCatalog sont stockées.
Table	Renseignez ce champ pour effectuer des actions sur une ou plusieurs table(s) dans une base de données ou dans un emplacement HDFS spécifié. Remarque : Ce champ est activé uniquement lorsque vous sélectionnez Table dans la liste Operation on. Pour plus d'informations concernant les opérations de Table, consultez https://cwiki.apache.org/Hive/ (en anglais).
Partition	Renseignez ce champ pour spécifier une ou plusieurs partition(s) pour l'opération de partition sur une table donnée. Lorsque vous spécifiez plusieurs partitions, utilisez une virgule pour séparer les partitions en groupes de deux. Délimitez la chaîne de caractères relative à la partition en l'entourant de guillemets doubles. Si vous lisez une table non partitionnée, laissez ce champ vide. Remarque : Ce champ est activé lorsque vous sélectionnez Table dans la liste Operation on. Pour plus d'informations concernant les opérations de Partition, consultez https://cwiki.apache.org/Hive/ (en anglais).
Username	Renseignez ce champ avec le nom d'utilisateur ou d'utilisatrice de connexion à la base de données.
Database location	Remplissez ce champ avec l'emplacement de la base de données dans HDFS. Remarque : Ce champ est activé uniquement lorsque vous sélectionnez Database dans la liste Operation on.
Database description	Description de la base de données à créer. Remarque : Ce champ est activé uniquement lorsque vous sélectionnez Database dans la liste Operation on.
Create an external table	Cochez cette case pour créer une table externe avec un chemin d'accès alternatif défini dans le champ Set HDFS location, dans la vue Advanced settings. Pour plus d'informations concernant la création d'une table externe, consultez https://cwiki.apache.org/Hive/ (en anglais). Remarque : Cette case est activée uniquement lorsque vous sélectionnez Table dans la liste Operation on et Create/Drop and create/Drop if exist and create dans la liste Operation.
Format	Sélectionnez un format de fichier dans la liste, afin de spécifier le format de la table externe que vous souhaitez créer. TEXTFILE : fichiers texte. RCFILE : fichiers Record Columnar. Pour plus d'informations sur les fichiers Record Columnar, consultez https://cwiki.apache.org/confluence/display/Hive/RCFile (en anglais). Remarque : L'option RCFILE est disponible uniquement depuis Hive 0.6.0. Cette liste est activée uniquement lorsque vous sélectionnez Table dans la liste Operation on et Create/Drop and create/Drop if exist and create dans la liste Operation.
Set partitions	Cochez cette case pour définir le schéma de la partition en cliquant sur Edit schema, à droite de la case Set partitions. Le schéma de la partition peut être soit local, soit distant dans le Repository. Remarque : Cette case est activée uniquement lorsque vous sélectionnez Table dans la liste Operation on et Create, Drop and create ou Drop if exist and create dans la liste Operation. Vous devez suivre les règles d'utilisation de schémas de partition dans les tables gérées par HCatalog. Pour plus d'informations concernant les règles d'utilisation des schémas de partitions, consultez http://incubator.apache.org/hcatalog/ (en anglais).
	Built-in : le schéma est créé et conservé pour ce composant uniquement. Scénario associé : consultez le Guide d'utilisation duStudio Talend.
	Repository : le schéma existe déjà et est stocké dans le Repository. Ainsi, il peut être réutilisé dans divers projets et Jobs. Scénario associé : Guide d'utilisation de Studio Talend .
Set the user group to use	Cochez cette case pour spécifier le groupe de l'utilisateur ou de l'utilisatrice. Remarque : Cette case est activée uniquement lorsque vous sélectionnez Drop, Drop if exist, Drop and create ou Drop if exist and create dans la liste Operation. Par défaut, la valeur de ce champ est root. Pour plus d'informations concernant le groupe d'utilisateurs·rices dans le serveur, contactez votre administrateur système.
Option	Sélectionnez une clause relative à la suppression d'une base de données. Remarque : Cette liste est activée uniquement lorsque vous sélectionnez Database dans la liste Operation on et Drop/Drop if exist/Drop and create/Drop if exist and create dans la liste Operation. Pour plus d'informations concernant l'opération Drop sur les bases de données, consultez https://cwiki.apache.org/Hive/ (en anglais).
Set the permissions to use	Cochez cette case pour spécifier les autorisations nécessaires pour l'opération sélectionnée dans la liste Operation. Remarque : Cette case est activée uniquement lorsque vous sélectionnez Drop, Drop if exist, Drop and create ou Drop if exist and create dans la liste Operation. Par défaut, la valeur de ce champ est rwxrw-r-x. Pour plus d'informations concernant les autorisations, contactez votre administrateur système.
Set File location	Saisissez le répertoire dans lequel seront stockées les données partitionnées. Remarque : Cette case est activée uniquement lorsque vous sélectionnez Partition dans la liste Operation on et Create, Drop and create ou Drop if exist and create dans la liste Operation. Pour plus d'informations concernant le stockage des données partitionnées dans HDFS, consultez https://cwiki.apache.org/confluence/display/Hive/HCatalog (en anglais).
Die on error	Cette case est décochée par défaut, ce qui vous permet de terminer le traitement avec les lignes sans erreur, et d'ignorer les lignes en erreur.

Advanced settings

Comment	Renseignez ce champ à l'aide de commentaires concernant la table à créer. Remarque : Ce champ est activé uniquement lorsque vous sélectionnez Table dans la liste Operation on et Create, Drop and create ou Drop if exist and create dans la liste Operation, dans la vue Basic settings.
Set HDFS location	Cochez cette case pour spécifier un emplacement HDFS où sauvegarder la table à créer. Décochez cette case afin de sauvegarder la table à créer dans le répertoire du warehouse défini dans la clé hive.metastore.warehouse.dir dans le fichier de configuration Hive, hive-site.xml. Remarque : Cette case est activée uniquement lorsque vous sélectionnez Table dans la liste Operation on et Create, Drop and create ou Drop if exist and create dans la liste Operation, dans la vue Basic settings. Pour plus d'informations concernant la sauvegarde de données dans HDFS, consultez https://cwiki.apache.org/Hive/ (en anglais).
Set row format(terminated by)	Cochez cette case pour utiliser et définir les formats de lignes lorsque vous créez une table. Field : cochez cette case pour utiliser le format Field pour les lignes. La valeur par défaut pour ce champ est "\u0001". Vous pouvez également spécifier un caractère personnalisé. Collection Item : cochez cette case pour utiliser le format Collection Item. La valeur par défaut pour ce champ est "\u0002". Vous pouvez également spécifier un caractère personnalisé. Map Key : cochez cette case afin d'utiliser le format Map Key. La valeur par défaut pour ce champ est "\u0003". Vous pouvez également spécifier un caractère personnalisé. Line : cochez cette case pour utiliser le format Line. La valeur par défaut pour ce champ est "\n". Vous pouvez également spécifier un caractère personnalisé. Remarque : Cette case est activée uniquement lorsque vous sélectionnez Table dans la liste Operation on et Create, Drop and create ou Drop if exist and create dans la liste Operation, dans la vue Basic settings. Pour plus d'informations concernant les formats de ligne dans les tables gérées par HCatalog, consultez https://cwiki.apache.org/Hive/ (en anglais).
Propriétés (Propriétés)	Cliquez sur le bouton [+] pour ajouter une ou plusieurs ligne(s) afin de définir les propriétés de la table. Les propriétés de la table vous permettent de personnaliser la définition de la table à l'aide de vos propres paires de clés de métadonnées/valeurs. Assurez-vous que les valeurs dans les lignes Key et Value sont bien entourées de guillemets doubles. Remarque : Ce tableau est activé uniquement lorsque vous sélectionnez Database ou Table dans la liste Operation on et Create, Drop and create ou Drop if exist and create dans la liste Operation, dans la vue Basic settings. Pour plus d'informations concernant les propriétés des tables, consultez https://cwiki.apache.org/Hive (en anglais).
Retrieve the HCatalog logs	Cochez cette case pour récupérer les fichiers de log générés durant les opérations de HCatalog.
Standard Output Folder	Renseignez ce champ avec le chemin d'accès où sont stockés les fichiers de log. Remarque : Ce champ est activé uniquement lorsque vous cochez la case Retrieve the HCatalog logs.
Error Output Folder	Renseignez ce champ avec le chemin d'accès où sont stockés les fichiers de log d'erreurs. Remarque : Ce champ est activé uniquement lorsque vous cochez la case Retrieve the HCatalog logs.
tStatCatcher Statistics	Cochez cette case pour collecter les métadonnées de traitement du Job au niveau du Job ainsi qu'au niveau de chaque composant.

Variables globales

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. 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 le Guide d'utilisation du Studio Talend.

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.

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 le Guide d'utilisation du Studio Talend.

Utilisation

Règle d'utilisation	Ce composant est généralement utilisé seul dans un sous-Job à un composant. HCatalog est construit sur le Metastore Hive afin de fournir une interface de lecture/écriture pour Pig et MapReduce, afin que ces systèmes puissent utiliser les métadonnées de Hive pour lire et écrire facilement des données dans HDFS. Pour plus d'informations, consultez la documentation Apache concernant HCatalog : https://cwiki.apache.org/confluence/display/Hive/HCatalog (en anglais).
Prerequisites	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. Assurez-vous d'avoir installé le client MapR sur la même machine que le Studio et d'avoir ajouté la bibliothèque client de MapR dans la variable PATH de cette machine. D'après la documentation de MapR, la ou les bibliothèques du client MapR correspondant à chaque OS peuvent être trouvées dans MAPR_INSTALL\ hadoop\hadoop-VERSION\lib\native. Par exemple, pour Windows, la bibliothèque est lib\MapRClient.dll dans le fichier Jar du client MapR. Pour plus d'informations, consultez la page suivante sur le site de MapR : http://www.mapr.com/blog/basic-notes-on-configuring-eclipse-as-a-hadoop-development-environment-for-mapr (en anglais). Si vous n'ajoutez pas de librairie, il est possible que vous rencontriez l'erreur suivante : `no MapRClient in java.library.path`. Configurez l'argument `-Djava.library.path`, par exemple, dans la zone Job Run VM arguments de la vue Run/Debug de la boîte de dialogue Preferences dans le menu Window. Cet argument fournit au Studio le chemin d'accès à la bibliothèque native du client MapR. Cela permet aux utilisateurs et utilisatrices en souscription d'utiliser entièrement l'aperçu des données (Data viewer) afin de visualiser localement dans le Studio les données stockées dans MapR. Pour plus d'informations concernant l'installation d'une distribution Hadoop, consultez le manuel correspondant à la distribution Hadoop que vous utilisez.
Limitation	Lorsque la case Use kerberos authentication est cochée, le composant ne fonctionne pas avec la JVM IBM.

Règle d'utilisation

Ce composant est généralement utilisé seul dans un sous-Job à un composant.

HCatalog est construit sur le Metastore Hive afin de fournir une interface de lecture/écriture pour Pig et MapReduce, afin que ces systèmes puissent utiliser les métadonnées de Hive pour lire et écrire facilement des données dans HDFS.

Pour plus d'informations, consultez la documentation Apache concernant HCatalog : https://cwiki.apache.org/confluence/display/Hive/HCatalog (en anglais).

Prerequisites

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.

Assurez-vous d'avoir installé le client MapR sur la même machine que le Studio et d'avoir ajouté la bibliothèque client de MapR dans la variable PATH de cette machine. D'après la documentation de MapR, la ou les bibliothèques du client MapR correspondant à chaque OS peuvent être trouvées dans MAPR_INSTALL\ hadoop\hadoop-VERSION\lib\native. Par exemple, pour Windows, la bibliothèque est lib\MapRClient.dll dans le fichier Jar du client MapR. Pour plus d'informations, consultez la page suivante sur le site de MapR : http://www.mapr.com/blog/basic-notes-on-configuring-eclipse-as-a-hadoop-development-environment-for-mapr (en anglais).

Si vous n'ajoutez pas de librairie, il est possible que vous rencontriez l'erreur suivante : no MapRClient in java.library.path.
Configurez l'argument -Djava.library.path, par exemple, dans la zone Job Run VM arguments de la vue Run/Debug de la boîte de dialogue Preferences dans le menu Window. Cet argument fournit au Studio le chemin d'accès à la bibliothèque native du client MapR. Cela permet aux utilisateurs et utilisatrices en souscription d'utiliser entièrement l'aperçu des données (Data viewer) afin de visualiser localement dans le Studio les données stockées dans MapR.

Pour plus d'informations concernant l'installation d'une distribution Hadoop, consultez le manuel correspondant à la distribution Hadoop que vous utilisez.

Limitation

Lorsque la case Use kerberos authentication est cochée, le composant ne fonctionne pas avec la JVM IBM.