Transformace dat pomocí aktivity Hadoop Pig v Azure Data Factory nebo Synapse Analytics

VZTAHUJE SE NA: Azure Data Factory Azure Synapse Analytics

Tip

Pro ekvivalentní aktivitu v Data Factory v Microsoft Fabric viz aktivita Azure HDInsight.

Aktivita HDInsight Pig v pipeline Data Factory provádí dotazy Pig ve vašem vlastním clusteru HDInsight nebo na vyžádání HDInsight clusteru. Tento článek vychází z článku o aktivitách transformace dat, který představuje obecný přehled transformace dat a podporovaných transformačních aktivit.

Další informace najdete v úvodu k Azure Data Factory nebo Synapse Analytics a před přečtením tohoto článku proveďte Tutorial: transformovat data.

Přidejte HDInsight Pig aktivitu do kanálu prostřednictvím uživatelského rozhraní

Chcete-li přidat do kanálu aktivitu HDInsight Pig, postupujte podle těchto kroků:

  1. Vyhledejte Pig v podokně aktivit potrubí a přetáhněte aktivitu Pig na plátno potrubí.

  2. Vyberte novou aktivitu Pig na plátně, pokud ještě není vybraná.

  3. Výběrem karty Cluster HDI vyberte nebo vytvořte novou propojenou službu s clusterem HDInsight, který se použije ke spuštění aktivity MapReduce.

    Zobrazuje uživatelské rozhraní pro aktivitu Pig.

  4. Vyberte kartu Script a vyberte nebo vytvořte novou propojenou službu skriptu s Azure Storage umístěním, kde bude váš skript hostovaný. Zadejte název třídy, který má být spuštěn, a cestu k souboru v rámci úložiště. Můžete také nakonfigurovat pokročilé podrobnosti, včetně konfigurace ladění a argumentů a parametrů, které se mají předat skriptu.

    Zobrazuje uživatelské rozhraní pro kartu Skript pro aktivitu Pig.

Syntaxe

{
    "name": "Pig Activity",
    "description": "description",
    "type": "HDInsightPig",
    "linkedServiceName": {
        "referenceName": "MyHDInsightLinkedService",
        "type": "LinkedServiceReference"
    },
    "typeProperties": {
        "scriptLinkedService": {
            "referenceName": "MyAzureStorageLinkedService",
            "type": "LinkedServiceReference"
        },
        "scriptPath": "MyAzureStorage\\PigScripts\\MyPigScript.pig",
        "getDebugInfo": "Failure",
        "arguments": [
            "SampleHadoopJobArgument1"
        ],
        "defines": {
            "param1": "param1Value"
        }
    }   
}

Podrobnosti o syntaxi

Vlastnost Popis Povinné
název Název aktivity Ano
popis Text popisující, k čemu se aktivita používá Ne
typ U aktivity Hive je typ aktivity HDinsightPig. Ano
názevPrepojenéSlužby Odkaz na cluster HDInsight zaregistrovaný jako propojená služba Další informace o této propojené službě najdete v článku o propojených službách Compute. Ano
scriptLinkedService Odkaz na propojenou službu Azure Storage sloužící k uložení skriptu Pig, který se má spustit. Tady jsou podporované jenom Azure Blob Storage a ADLS Gen2 propojené služby. Pokud tuto propojenou službu nezadáte, použije se propojená služba Azure Storage definovaná v propojené službě HDInsight. Ne
scriptPath Zadejte cestu k souboru skriptu uloženému v Azure Storage, na který odkazuje scriptLinkedService. V názvu souboru se rozlišují malá a velká písmena. Ne
getDebugInfo Určuje, kdy se soubory protokolu kopírují do úložiště Azure, které používá cluster HDInsight nebo které je specifikováno službou scriptLinkedService. Povolené hodnoty: Žádné, Vždy nebo Selhání. Výchozí hodnota: Žádný. Ne
argumenty Určuje pole argumentů pro úlohu Hadoop. Argumenty se předávají každému úkolu jako argumenty příkazového řádku. Ne
definuje Zadejte parametry jako páry klíč/hodnota pro odkazování v rámci skriptu Pig. Ne

Související obsah

Podívejte se na následující články, které vysvětlují, jak transformovat data jinými způsoby:

  • Last updated on