Kom igång med Azure Data Lake Analytics med hjälp av Azure PowerShell
Viktigt
Nya Azure Data Lake Analytics-konton kan inte längre skapas om inte prenumerationen har aktiverats. Om du behöver aktivera din prenumeration kontaktar du supporten och anger ditt affärsscenario.
Om du redan använder Azure Data Lake Analytics måste du skapa en migreringsplan för att Azure Synapse Analytics för din organisation senast den 29 februari 2024.
Lär dig hur du använder Azure PowerShell för att skapa Azure Data Lake Analytics-konton och sedan skicka och köra U-SQL-jobb. Mer information om Data Lake Analytics finns i Översikt över Azure Data Lake Analytics.
Förutsättningar
Anteckning
Vi rekommenderar att du använder Azure Az PowerShell-modulen för att interagera med Azure. Se Installera Azure PowerShell för att komma igång. Information om hur du migrerar till Az PowerShell-modulen finns i artikeln om att migrera Azure PowerShell från AzureRM till Az.
Innan du börjar den här självstudiekursen behöver du följande information:
- Ett Azure Data Lake Analytics-konto. Se Kom igång med Data Lake Analytics.
- En arbetsstation med Azure PowerShell. Se Så här installerar och konfigurerar du Azure PowerShell.
Logga in på Azure
Den här självstudien förutsätter att du redan är bekant med att använda Azure PowerShell. Framför allt behöver du veta hur du loggar in på Azure. Läs Kom igång med Azure PowerShell om du behöver hjälp.
Logga in med ett prenumerationsnamn:
Connect-AzAccount -SubscriptionName "ContosoSubscription"
I stället för prenumerationsnamnet kan du också använda ett prenumerations-ID för att logga in:
Connect-AzAccount -SubscriptionId "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx"
Om det lyckas ser utdata från det här kommandot ut som följande text:
Environment : AzureCloud
Account : joe@contoso.com
TenantId : "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx"
SubscriptionId : "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx"
SubscriptionName : ContosoSubscription
CurrentStorageAccount :
Förbereda för självstudier
PowerShell-kodfragmenten i den här självstudien använder dessa variabler för att lagra informationen:
$rg = "<ResourceGroupName>"
$adls = "<DataLakeStoreAccountName>"
$adla = "<DataLakeAnalyticsAccountName>"
$location = "East US 2"
Hämta information om ett Data Lake Analytics-konto
Get-AdlAnalyticsAccount -ResourceGroupName $rg -Name $adla
Skicka ett U-SQL-jobb
Skapa en PowerShell-variabel för att lagra U-SQL-skript.
$script = @"
@a =
SELECT * FROM
(VALUES
("Contoso", 1500.0),
("Woodgrove", 2700.0)
) AS
D( customer, amount );
OUTPUT @a
TO "/data.csv"
USING Outputters.Csv();
"@
Skicka skript-text med cmdleten Submit-AdlJob
och parametern -Script
.
$job = Submit-AdlJob -Account $adla -Name "My Job" -Script $script
Du kan också skicka en skriptfil med parametern -ScriptPath
:
$filename = "d:\test.usql"
$script | out-File $filename
$job = Submit-AdlJob -Account $adla -Name "My Job" -ScriptPath $filename
Hämta status för ett jobb med Get-AdlJob
.
$job = Get-AdlJob -Account $adla -JobId $job.JobId
Istället för att anropa Get-AdlJob om och om igen tills ett jobb blir klart kan du använda cmdleten Wait-AdlJob
.
Wait-AdlJob -Account $adla -JobId $job.JobId
Ladda ned utdatafilen med Export-AdlStoreItem
.
Export-AdlStoreItem -Account $adls -Path "/data.csv" -Destination "C:\data.csv"
Se även
- Om du vill se samma självstudie med andra verktyg väljer du flikväljarna överst på sidan.
- Information om U-SQL finns i Kom igång med U-SQL-språk i Azure Data Lake Analytics.
- Information om hanteringsuppgifter finns i Hantera Azure Data Lake Analytics med hjälp av Azure Portal.