本文介绍表格存储结合Spark流批处理实现一体化存储和计算场景的环境准备和数据准备工作。
环境准备
已创建阿里云E-MapReduce的Hadoop集群。具体操作，请参见创建集群。
已下载E-MapReduce的最新SDK，SDK包的名称格式为emr-datasources_shaded_*.jar，emr-datasources_shaded_*.jar中包含Tablestore相关的Spark批流Source和Sink。
已开通表格存储服务并创建实例。具体操作，请参见开通服务并创建实例。
当阿里云E-MapReduce的Hadoop集群在VPC中时，请确保已绑定表格存储的实例和E-MapReduce的Hadoop集群所在的VPC。具体操作，请参见为实例绑定VPC。
已开通DataV服务并制作大屏。具体操作，请参见开通DataV服务。
数据准备
产品 | 数据收集 | 说明 |
E-MapReduce的Hadoop集群 | 登录EMR Header服务器的IP地址、用户名和密码。 | 用于通过远程登录工具（如Putty等）登录EMR Header服务器进行Spark流批处理。 |
表格存储Tablestore |
| 用于访问表格存储服务，将原始数据和聚合结果写入表格存储的数据表中。 说明 在表格存储中通过控制台或者SDK创建存储电商数据的原始订单表OrderSource，OrderSource表有两个主键UserId（用户ID）和OrderId（订单ID），以及两个属性列price（价格）和timestamp（订单时间）。 |
DataV数据可视化 | 登录DataV的用户名和密码。 | 用于添加表格存储数据源在大屏上显示数据。 |