快速入門：使用 Azure 入口網站，在 Azure HDInsight 中建立 Apache Hadoop 叢集

發行項
11/25/2024

在本文中，您會了解如何使用 Azure 入口網站在 HDInsight 中建立 Apache Hadoop 叢集，然後在 HDInsight 中執行 Apache Hive 作業。大部分 Hadoop 作業都是批次作業。您會建立叢集、執行一些工作，然後刪除叢集。在本文中，您會執行所有這三個工作。如需可用設定的深入說明，請參閱在 HDInsight 中設定叢集。如需如何使用入口網站來建立叢集的詳細資訊，請參閱在入口網站中建立叢集。

在本快速入門中，您會使用 Azure 入口網站來建立 HDInsight Hadoop 叢集。您也可以使用 Azure Resource Manager 範本來建立叢集。

HDInsight 目前隨附 7 個不同的叢集類型。每種叢集類型都支援一組不同的元件。所有叢集類型都支援 Hive。如需 HDInsight 中支援的元件清單，請參閱 HDInsight 在 Apache Hadoop 叢集版本中提供的新功能

如尚未擁有 Azure 訂用帳戶，請在開始之前先建立免費帳戶。

建立 Apache Hadoop 叢集

在本節中，您會使用 Azure 入口網站，在 HDInsight 中建立 Hadoop 叢集。

登入 Azure 入口網站。
從頂部功能表選取 [+建立資源]。
選取 [分析]>[Azure HDInsight] 以移至 [建立 HDInsight 叢集] 頁面。

在 [基本資料] 索引標籤中提供下列資訊：

屬性	描述
訂用帳戶	從下拉式清單中，選取用於此叢集的 Azure 訂用帳戶。
資源群組	從下拉式清單中選取現有資源群組，或選取 [新建]。
叢集名稱	輸入全域唯一名稱。名稱最多可包含 59 個字元，而這些字元可以是字母、數字和連字號。名稱的第一個和最後一個字元不可以是連字號。
區域	從下拉式清單中，選取要在其中建立叢集的區域。選擇靠近您的位置，以獲得最佳效能。
叢集類型	選取 [選取叢集類型] 。然後選取 [Hadoop] 作為叢集類型。
版本	從下拉式清單中選取 [版本]。如果您不知道要選擇哪一個項目，請使用預設版本。
叢集登入使用者名稱和密碼	預設登入名稱為 admin。密碼長度至少必須為 10 個字元，且至少必須包含一個數字、一個大寫字母、一個小寫字母及一個非英數字元 (字元 ' ` " 除外)。確定您不會提供常見密碼，例如 "Pass@word1"。
安全殼層 (SSH) 使用者名稱	預設的使用者名稱為 `sshuser`。您可以為 SSH 使用者名稱提供另一個名稱。
針對 SSH 使用叢集登入密碼	選取此核取方塊，讓 SSH 使用者所使用的密碼等同於您提供給叢集登入使用者的密碼。

HDInsight Linux 開始提供叢集基本值。

選取 [下一步：儲存體 >>]，以前進到儲存體設定。

在 [儲存體] 索引標籤中，提供下列值：

屬性	說明
主要儲存體類型	使用預設值 [Azure 儲存體]。
選取方法	使用預設值 [從清單中選取]。
主要儲存體帳戶	使用下拉式清單來選取現有的儲存體帳戶，或選取 [新建]。如果您建立新的帳戶，其名稱的長度必須介於 3 到 24 個字元之間，且只能包含數字和小寫字母。
容器	使用自動填入的值。

HDInsight Linux 開始提供叢集儲存體值。

每個叢集都具備 Azure 儲存體帳戶或 Azure Data Lake Storage Gen2 相依性。也稱為預設儲存體帳戶。 HDInsight 叢集及其預設儲存體帳戶必須共置於相同的 Azure 區域中。刪除叢集並不會刪除儲存體帳戶。

選取 [檢閱 + 建立] 索引標籤。

在 [檢閱 + 建立] 索引標籤中，確認您在先前的步驟中選取的值。
選取建立。大約需要 20 分鐘的時間來建立叢集。

一旦建立叢集之後，您就會在 Azure 入口網站中看到叢集概觀頁面。

執行 Apache Hive 查詢

Apache Hive 是 HDInsight 中使用的最受歡迎元件。有許多方法可在 HDInsight 上執行 Hive 工作。在本快速入門中，您將從入口網站使用 Ambari Hive 檢視。如需提交 Hive 工作的其他方法，請參閱在 HDInsight 中使用 Hive。

注意

HDInsight 4.0 不提供 Apache Hive 檢視。

若要開啟 Ambari，請從上一個螢幕擷取畫面中，選取 [叢集儀表板]。您也可以瀏覽至 https://ClusterName.azurehdinsight.net，其中 ClusterName 是您在上一節建立的叢集。
輸入您在建立叢集時所指定的 Hadoop 使用者名稱和密碼。預設的使用者名稱為 admin。
開啟 [Hive 檢視] ，如下列螢幕擷取畫面所示：
在 [查詢] 索引標籤中，將下列 HiveQL 陳述式貼到工作表中：
```
SHOW TABLES;
```
選取 [執行]。 [結果] 索引標籤會出現 [查詢] 索引標籤下方，並顯示作業相關資訊。

查詢完成之後，[查詢] 索引標籤會顯示作業的結果。您應該會看到一個名為 hivesampletable 的資料表。所有 HDInsight 叢集都提供此範例 Hive 資料表。
重複步驟 4 和 5，以執行下列查詢：
```
SELECT * FROM hivesampletable;
```
您也可以儲存查詢的結果。選取右側功能表按鈕，然後指定您是否要以 CSV 檔案格式下載結果，或將其儲存至與叢集相關聯的儲存體帳戶。