适用于:Azure 数据工厂
Azure Synapse Analytics
本文概述如何使用 Azure 数据工厂或 Synapse Analytics 管道中的复制活动从 Impala 复制数据。 本文基于总体概述复制活动的复制活动概述一文。
Important
Impala 连接器 2.0 版本提供了增强的原生 Impala 支持。 如果在解决方案中使用 Impala 连接器版本 1.0,请在 2025 年 9 月 30 日之前升级 Impala 连接器。 有关版本 2.0 和版本 1.0 之间差异的详细信息,请参阅此部分。
Supported capabilities
此 Impala 连接器支持以下功能:
Supported capabilities | IR |
---|---|
复制活动(源/-) | ① ② |
Lookup activity | ① ② |
① Azure 集成运行时 ② 自承载集成运行时
有关复制活动支持作为源或接收器的数据存储列表,请参阅支持的数据存储表。
服务提供了内置驱动程序,用来启用连接。 因此,无需要手动安装驱动程序即可使用此连接器。
Prerequisites
如果数据存储位于本地网络、Azure 虚拟网络或 Amazon Virtual Private Cloud 内部,则需要配置自承载集成运行时才能连接到该数据存储。
如果数据存储是托管的云数据服务,则可以使用 Azure Integration Runtime。 如果访问范围限制为防火墙规则中允许的 IP,你可以选择将 Azure Integration Runtime IP 添加到允许列表。
此外,还可以使用 Azure 数据工厂中的托管虚拟网络集成运行时功能访问本地网络,而无需安装和配置自承载集成运行时。
要详细了解网络安全机制和数据工厂支持的选项,请参阅数据访问策略。
Note
版本 2.0 由自承载集成运行时版本 5.55 或更高版本支持。
开始
若要使用管道执行复制活动,可以使用以下工具或 SDK 之一:
使用 UI 创建一个到 Impala 的链接服务
使用以下步骤在 Azure 门户 UI 中创建一个到 Impala 的链接服务。
浏览到 Azure 数据工厂或 Synapse 工作区中的“管理”选项卡并选择“链接服务”,然后单击“新建”:
搜索 Impala 并选择 Impala 连接器。
配置服务详细信息、测试连接并创建新的链接服务。
连接器配置详细信息
对于特定于 Impala 连接器的数据工厂实体,以下部分提供有关用于定义这些实体的属性的详细信息。
链接服务属性
Impala 连接器现在支持版本 2.0。 请参阅此部分将 Impala 连接器版本从版本 1.0 升级。 关于属性详情,请参阅对应部分。
Version 2.0
应用版本 2.0 时,Impala 链接服务支持以下属性:
Property | Description | Required |
---|---|---|
类型 | type 属性必须设置为:Impala。 | Yes |
版本 | 指定的版本。 该值为 2.0 。 |
Yes |
主持人 | Impala 服务器的 IP 地址或主机名(即,192.168.222.160)。 | Yes |
移植 | Impala 服务器用来侦听客户端连接的 TCP 端口。 默认值为 21050。 | No |
thriftTransportProtocol | Thrift 层中要使用的传输协议。 允许的值为: Binary、 HTTP。 默认值为 Binary。 | Yes |
authenticationType | 可使用的身份验证类型。 允许的值为 Anonymous和 UsernameAndPassword。 |
Yes |
用户名 | 用于访问 Impala 服务器的用户名。 | No |
密码 | 使用 UsernameAndPassword 时用户名所对应的密码。 将此字段标记为 SecureString 以安全地存储它,或引用 Azure Key Vault 中存储的机密。 | No |
enableSsl | 指定是否使用 TLS 加密到服务器的连接。 默认值为真。 | No |
enableServerCertificateValidation | 指定连接时是否启用服务器 SSL 证书验证。 始终使用系统信任存储。 默认值为真。 | No |
connectVia | 用于连接到数据存储的集成运行时。 在先决条件部分了解更多信息。 如果未指定,则使用默认 Azure Integration Runtime。 可以使用自托管的集成运行时,且其版本应为 5.55 或更高。 | No |
Example:
{
"name": "ImpalaLinkedService",
"properties": {
"type": "Impala",
"version": "2.0",
"typeProperties": {
"host" : "<host>",
"port" : "<port>",
"authenticationType" : "UsernameAndPassword",
"username" : "<username>",
"password": {
"type": "SecureString",
"value": "<password>"
},
"enableSsl": true,
"thriftTransportProtocol": "Binary",
"enableServerCertificateValidation": true
},
"connectVia": {
"referenceName": "<name of Integration Runtime>",
"type": "IntegrationRuntimeReference"
}
}
}
Version 1.0
应用版本 1.0 时,Impala 链接服务支持以下属性:
Impala 链接服务支持以下属性。
Property | Description | Required |
---|---|---|
类型 | type 属性必须设置为:Impala。 | Yes |
主持人 | Impala 服务器的 IP 地址或主机名(即,192.168.222.160)。 | Yes |
移植 | Impala 服务器用来侦听客户端连接的 TCP 端口。 默认值为 21050。 | No |
authenticationType | 可使用的身份验证类型。 允许的值为:Anonymous、SASLUsername 和 UsernameAndPassword。 |
Yes |
用户名 | 用于访问 Impala 服务器的用户名。 使用 SASLUsername 时,默认值是匿名的。 | No |
密码 | 使用 UsernameAndPassword 时用户名所对应的密码。 将此字段标记为 SecureString 以安全地存储它,或引用 Azure Key Vault 中存储的机密。 | No |
enableSsl | 指定是否使用 TLS 加密到服务器的连接。 默认值是 false。 | No |
trustedCertPath | 包含受信任 CA 证书(通过 TLS 进行连接时用来验证服务器)的 .pem 文件的完整路径。 仅当在自承载集成运行时上使用 TLS 时,才能设置此属性。 默认值是随集成运行时一起安装的 cacerts.pem 文件。 | No |
useSystemTrustStore | 指定是使用系统信任存储中的 CA 证书还是使用指定 PEM 文件中的 CA 证书。 默认值是 false。 | No |
allowHostNameCNMismatch | 指定通过 TLS 进行连接时是否要求 CA 颁发的 TLS/SSL 证书名称与服务器的主机名相匹配。 默认值是 false。 | No |
allowSelfSignedServerCert | 指定是否允许来自服务器的自签名证书。 默认值是 false。 | No |
connectVia | 用于连接到数据存储的集成运行时。 在先决条件部分了解更多信息。 如果未指定,则使用默认 Azure Integration Runtime。 | No |
Example:
{
"name": "ImpalaLinkedService",
"properties": {
"type": "Impala",
"typeProperties": {
"host" : "<host>",
"port" : "<port>",
"authenticationType" : "UsernameAndPassword",
"username" : "<username>",
"password": {
"type": "SecureString",
"value": "<password>"
}
},
"connectVia": {
"referenceName": "<name of Integration Runtime>",
"type": "IntegrationRuntimeReference"
}
}
}
Dataset properties
有关可用于定义数据集的各部分和属性的完整列表,请参阅数据集一文。 本部分提供 Impala 数据集支持的属性列表。
要从 Impala 复制数据,请将数据集的 type 属性设置为“ImpalaObject” 。 支持以下属性:
Property | Description | Required |
---|---|---|
类型 | 数据集的 type 属性必须设置为:ImpalaObject | Yes |
架构 | 架构的名称。 | 否(如果指定了活动源中的“query”) |
表 | 表的名称。 | 否(如果指定了活动源中的“query”) |
tableName | 具有架构的表的名称。 支持此属性是为了向后兼容。 对于新的工作负荷,请使用 schema 和 table 。 |
否(如果指定了活动源中的“query”) |
Example
{
"name": "ImpalaDataset",
"properties": {
"type": "ImpalaObject",
"typeProperties": {},
"schema": [],
"linkedServiceName": {
"referenceName": "<Impala linked service name>",
"type": "LinkedServiceReference"
}
}
}
复制活动属性
有关可用于定义活动的各部分和属性的完整列表,请参阅管道一文。 本部分提供 Impala 源类型支持的属性列表。
以 Impala 作为源类型
要从 Impala 复制数据,请将复制活动中的源类型设置为“ImpalaSource” 。 复制活动的 source 节支持以下属性。
Property | Description | Required |
---|---|---|
类型 | 复制活动源的 type 属性必须设置为 ImpalaSource。 | Yes |
查询 | 使用自定义 SQL 查询读取数据。 例如 "SELECT * FROM MyTable" 。 |
否(如果指定了数据集中的“tableName”) |
Example:
"activities":[
{
"name": "CopyFromImpala",
"type": "Copy",
"inputs": [
{
"referenceName": "<Impala input dataset name>",
"type": "DatasetReference"
}
],
"outputs": [
{
"referenceName": "<output dataset name>",
"type": "DatasetReference"
}
],
"typeProperties": {
"source": {
"type": "ImpalaSource",
"query": "SELECT * FROM MyTable"
},
"sink": {
"type": "<sink type>"
}
}
}
]
Impala 的数据类型映射
将数据从/复制到 Impala 时,服务中会使用以下临时数据类型映射。 若要了解复制活动如何将源架构和数据类型映射到接收器,请参阅架构和数据类型映射。
Impala 数据类型 | 临时服务数据类型(适用于版本 2.0) | 临时服务数据类型(适用于版本 1.0) |
---|---|---|
ARRAY | String | String |
BIGINT | Int64 | Int64 |
BOOLEAN | 布尔 | 布尔 |
CHAR | String | String |
DATE | DateTime | DateTime |
DECIMAL | Decimal | Decimal |
DOUBLE | Double | Double |
FLOAT | Single | Single |
INT | Int32 | Int32 |
MAP | String | String |
SMALLINT | Int16 | Int16 |
STRING | String | String |
STRUCT | String | String |
TIMESTAMP | DateTimeOffset | DateTime |
TINYINT | SByte | Int16 |
VARCHAR | String | String |
查找活动属性
若要了解有关属性的详细信息,请查看 Lookup 活动。
Impala 连接器生命周期和升级
下表显示了 Impala 连接器不同版本的发布阶段和更改日志:
Version | Release stage | Change log |
---|---|---|
Version 1.0 | 宣布终止支持 | / |
Version 2.0 | GA版本现已可用 | • 自承载集成运行时版本应为 5.55 或更高版本。 • 默认值 enableSSL 为 true。 支持 enableServerCertificateValidation 。不支持 trustedCertPath 、useSystemTrustStore 、allowHostNameCNMismatch 和 allowSelfSignedServerCert 。 • TIMESTAMP 被读取为 DateTimeOffset 数据类型。 • TINYINT 读取为 SByte 数据类型。 • 不支持 SASLUsername 身份验证类型。 |
将 Impala 连接器从版本 1.0 升级到版本 2.0
在 “编辑链接服务 ”页中,选择版本 2.0,并通过引用 链接服务属性版本 2.0 配置链接服务。
Impala 链接服务版本 2.0 的数据类型映射不同于版本 1.0 的数据类型映射。 若要了解最新的数据类型映射,请参阅 Impala 的数据类型映射。
使用版本 5.55 或更高版本的自托管集成运行时。
Related content
有关复制活动支持作为源和接收器的数据存储的列表,请参阅受支持的数据存储。