快速入门：使用 Apache Zeppelin 在 Azure HDInsight 中执行 Apache Hive 查询

本快速入门介绍如何使用 Apache Zeppelin 在 Azure HDInsight 中运行 Apache Hive 查询。 HDInsight 交互式查询群集包括可用来运行交互式 Hive 查询的 Apache Zeppelin 笔记本。

如果没有 Azure 订阅，请在开始前创建一个试用版订阅。

先决条件

一个 HDInsight 交互式查询群集。 若要创建 HDInsight 群集，请参阅创建群集。 请确保选择“交互式查询”群集类型。

创建 Apache Zeppelin 笔记

1. 请将以下 URL 中的 CLUSTERNAME 替换为你的群集的名称：https://CLUSTERNAME.azurehdinsight.cn/zeppelin。 然后在 Web 浏览器中输入该 URL。

2. 输入群集登录用户名和密码。 在 Zeppelin 页中，可以创建新笔记，也可以打开现有笔记。 HiveSample 包含一些示例 Hive 查询。

   

3. 选择“创建新笔记”。

4. 在“创建新笔记”对话框中，键入或选择以下值：

   • 笔记名称：输入笔记的名称。
   • 默认解释器：从下拉列表中选择“jdbc”。

5. 选择“创建笔记”。

6. 在代码部分输入以下 Hive 查询，然后按 Shift + Enter：

   %jdbc(hive)
   show tables
   

   

   第一行中的 %jdbc(hive) 语句告诉笔记本使用 Hive JDBC 解释程序。

   该查询将返回一个名为 hivesampletable 的 Hive 表。

   以下是可以针对 hivesampletable 运行的两个附加 Hive 查询：

   %jdbc(hive)
   select * from hivesampletable limit 10
   
   %jdbc(hive)
   select ${group_name}, count(*) as total_count
   from hivesampletable
   group by ${group_name=market,market|deviceplatform|devicemake}
   limit ${total_count=10}
   

   与传统 Hive 相比，返回查询结果的速度更快。

其他示例

1. 创建表。 在 Zeppelin 笔记本中执行以下代码：

   %jdbc(hive)
   CREATE EXTERNAL TABLE log4jLogs (
       t1 string,
       t2 string,
       t3 string,
       t4 string,
       t5 string,
       t6 string,
       t7 string)
   ROW FORMAT DELIMITED
   FIELDS TERMINATED BY ' '
   STORED AS TEXTFILE;
   

2. 将数据加载到新表中。 在 Zeppelin 笔记本中执行以下代码：

   %jdbc(hive)
   LOAD DATA
   INPATH 'wasbs:///example/data/sample.log'
   INTO TABLE log4jLogs;
   

3. 插入单个记录。 在 Zeppelin 笔记本中执行以下代码：

   %jdbc(hive)
   INSERT INTO TABLE log4jLogs2
   VALUES ('A', 'B', 'C', 'D', 'E', 'F', 'G');
   

查看 Hive 语言手册以了解更多语法。

清理资源

完成本快速入门后，可以删除群集。 有了 HDInsight，便可以将数据存储在 Azure 存储中，因此可以在群集不用时安全地删除群集。 此外，还需要为 HDInsight 群集付费，即使不用也是如此。 由于群集费用数倍于存储空间费用，因此在群集不用时删除群集可以节省费用。

若要删除群集，请参阅使用浏览器、PowerShell 或 Azure CLI 删除 HDInsight 群集。

后续步骤

本快速入门介绍了如何使用 Apache Zeppelin 在 Azure HDInsight 中运行 Apache Hive 查询。 若要详细了解 Hive 查询，请参阅下一篇文章，其中介绍了如何使用 Visual Studio 执行查询。