Del via

Integrere OneLake med Azure HDInsight

  • Artikkel

Azure HDInsight er en administrert skybasert tjeneste for analyse av store data som hjelper organisasjoner med å behandle data med store mengder. Denne opplæringen viser hvordan du kobler til OneLake med en Jupyter-notatblokk fra en Azure HDInsight-klynge.

Bruke Azure HDInsight

Slik kobler du til OneLake med en Jupyter-notatblokk fra en HDInsight-klynge:

  1. Opprett en HDInsight (HDI) Apache Spark-klynge. Følg disse instruksjonene: Konfigurere klynger i HDInsight.

    1. Når du oppgir klyngeinformasjon, må du huske brukernavnet og passordet for klyngen, siden du trenger dem for å få tilgang til klyngen senere.

    2. Opprett en brukertilordnet administrert identitet (UAMI): Opprett for Azure HDInsight – UAMI, og velg den som identitet på lagringsskjermen.

      Skjermbilde som viser hvor du skriver inn den brukertilordnede administrerte identiteten på lagringsskjermen.

  2. Gi denne UAMI-tilgangen til Fabric-arbeidsområdet som inneholder elementene dine. Hvis du vil ha hjelp til å bestemme hvilken rolle som er best, kan du se Arbeidsområderoller.

    Skjermbilde som viser hvor du velger et element i behandle tilgangspanelet.

  3. Gå til lakehouse og finn navnet på arbeidsområdet og lakehouse. Du finner dem i nettadressen til lakehouse eller Egenskaper-ruten for en fil.

  4. Se etter klyngen i Azure-portalen, og velg notatblokken.

    Skjermbilde som viser hvor du finner klyngen og notatblokken i Azure-portalen.

  5. Angi legitimasjonsinformasjonen du oppgav under oppretting av klyngen.

    Skjermbilde som viser hvor du skriver inn legitimasjonsinformasjonen.

  6. Opprett en ny Apache Spark-notatblokk.

  7. Kopier arbeidsområde- og lakehouse-navnene til notatblokken, og bygg OneLake-nettadressen for lakehouse. Nå kan du lese en fil fra denne filbanen.

    fp = 'abfss://' + 'Workspace Name' + '@onelake.dfs.fabric.microsoft.com/' + 'Lakehouse Name' + '/Files/' 
df = spark.read.format("csv").option("header", "true").load(fp + "test1.csv") 
df.show()

  8. Prøv å skrive noen data inn i lakehouse.

    writecsvdf = df.write.format("csv").save(fp + "out.csv")

  9. Test at dataene ble skrevet ved å sjekke lakehouse eller ved å lese den nylig lastede filen.

Nå kan du lese og skrive data i OneLake ved hjelp av Jupyter-notatblokken i en HDI Spark-klynge.

Relatert innhold