Azure HDInsight 文档

关于 HDInsight

概述

• 什么是 Azure HDInsight？
• HDInsight OSS 组件和版本

开始使用

• 创建 HDInsight 群集
• 缩放群集以节省成本
• HDInsight 安全性概述

Apache Spark

开始使用

• 什么是 Apache Spark？
• 在 Jupyter 中创建 Spark 群集并运行 Spark
• 加载数据并运行 Spark 查询

操作指南

• 管理 Spark 依赖项
• 优化 Spark 作业

Apache Hadoop

开始使用

• 什么是 Apache Hadoop？
• 创建 Hadoop 群集并运行 Hive 查询
• 运行 Map Reduce 示例

操作指南

• 监视和管理 Hadoop 群集
• 使用 JDBC/ODBC 驱动程序

集成

操作指南

• Spark/Hive - 使用 Hive Warehouse Connector 连接 Spark 和 Hive
• Spark/Kafka - Apache Spark 结构化流式处理与 Apache Kafka
• Spark/HBase - 使用 Apache Spark 查询 Apache HBase
• 使用 ADF 创建按需群集

概念

• 选择适当的 VM 大小
• HDInsight 支持的 VM 类型

Apache Kafka

开始使用

• 什么是 Apache Kafka？
• 创建 Kafka 群集并管理 Kafka 主题
• 使用生成者和使用者 API

操作指南

• 使用 Kafka REST 代理
• Kafka TLS 加密和身份验证

交互式查询

开始使用

• 什么是交互式查询？
• 使用 Apache Hive 分析航班数据

操作指南

• 群集大小调整指南
• 使用 Power BI 连接 Hive

企业就绪情况

开始使用

• HDInsight 安全性概述
• 计划虚拟网络
• 基于 Active Directory 的 Hadoop：企业安全性套餐
• 将本地群集迁移到云

Apache HBase

开始使用

• 什么是 Apache HBase？
• 使用 Azure HDInsight 中的 HBase
• 使用 Apache Phoenix 查询 HBase

操作指南

• 对 HBase 启用加速写入
• Apache Phoenix 最佳做法