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。

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。

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 运行的附加的两个 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。

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。

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。

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。