我正在为我的大学做作业，我需要在AWS上使用Hadoop实现一些工作。
为了实现上述目的，我想使用像MySQL这样的关系数据库。
我已经阅读并看到我实际上可以在AWS上将MySQL用作RDS，但是我不理解如何使用Hadoop以及最重要的Java SDK。
基本上，经过几个步骤，我收到的文件每一行都是这样的:
(A, B, C) num1 num2
我想执行一个额外的步骤来创建一个数据库，其中每个A是一个新表，每个B是一个新行，而C，num1和num2是该行中的单元格。
我需要这样做，以便以后在这些表上执行SELECT和JOIN查询。
这有可能吗？如果是这样，有人可以帮我提供一个示例或 list ，以供我创建和使用数据库时要做的事情吗？
非常感谢你!
编辑:
为了澄清，我想创建一个像MySQL这样的数据库，然后通过Hadoop步骤向其中添加项目。例如，如果我的映射器从文件中接收到我在上面编写的行，则对于每个A，他们将创建一个新表并将其发送给化简器:键-A，值-B，C，num1，num2。
然后，每个化简器将接收一个表作为键，并将所有要填充的元素用作值，因此，对于每个值(aka B，C，num1，num2)，它将在该表中创建一行B，并用C填充它，num1，num2个单元格。
最佳答案
Hadoop不是数据库。该项目包括通过HDFS(如果数据位于S3中，则不使用)，YARN和MapReduce进行存储和执行。开箱即用，它没有可以轻松进行的连接或类似SQL的功能。为此，您至少需要Hive，它可以放在MySQL之上。
如果您只需要SQL，则可以在Hadoop Realm 直接针对S3数据集使用SparkSQL。或者，您可以留在AWS土地上并使用Athena。
但是，如果您的数据集开头不那么大(甚至高达100+ GB)，那么在RDS上使用MySQL将会很好。
关于java - 通过Java SDK在AWS上使用Hadoop创建数据库，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/54439820/