Copiare dati da Hive usando Azure Data FactoryCopy data from Hive using Azure Data Factory

Questo articolo illustra come usare l'attività di copia in Azure Data Factory per copiare dati da Hive.This article outlines how to use the Copy Activity in Azure Data Factory to copy data from Hive. Si basa sull'articolo di panoramica dell'attività di copia che presenta una panoramica generale sull'attività di copia.It builds on the copy activity overview article that presents a general overview of copy activity.

Funzionalità supportateSupported capabilities

Questo connettore hive è supportato per le attività seguenti:This Hive connector is supported for the following activities:

È possibile copiare dati da Hive a qualsiasi archivio dati sink supportato.You can copy data from Hive to any supported sink data store. Per un elenco degli archivi dati supportati come origini/sink dall'attività di copia, vedere la tabella relativa agli archivi dati supportati.For a list of data stores that are supported as sources/sinks by the copy activity, see the Supported data stores table.

Azure Data Factory offre un driver predefinito per consentire la connettività, pertanto non è necessario installare manualmente alcun driver usando questo connettore.Azure Data Factory provides a built-in driver to enable connectivity, therefore you don't need to manually install any driver using this connector.

PrerequisitiPrerequisites

Se l'archivio dati è configurato in uno dei modi seguenti, è necessario configurare un Integration Runtime self-hosted per connettersi a questo archivio dati:If your data store is configured in one of the following ways, you need to set up a Self-hosted Integration Runtime in order to connect to this data store:

  • L'archivio dati si trova all'interno di una rete locale, all'interno di una rete virtuale di Azure o all'interno di un cloud privato virtuale di Amazon.The data store is located inside an on-premises network, inside Azure Virtual Network, or inside Amazon Virtual Private Cloud.
  • L'archivio dati è un servizio dati cloud gestito in cui l'accesso è limitato agli indirizzi IP consentiti nelle regole del firewall.The data store is a managed cloud data service where the access is restricted to IPs whitelisted in the firewall rules.

IntroduzioneGetting started

È possibile usare l'attività di copia con una pipeline tramite uno degli strumenti o degli SDK seguenti.You can use one of the following tools or SDKs to use the copy activity with a pipeline. Per istruzioni dettagliate, selezionare un collegamento:Select a link for step-by-step instructions:

Le sezioni seguenti riportano informazioni dettagliate sulle proprietà che vengono usate per definire le entità di Data Factory specifiche per il connettore Hive.The following sections provide details about properties that are used to define Data Factory entities specific to Hive connector.

Proprietà del servizio collegatoLinked service properties

Per il servizio collegato Hive sono supportate le proprietà seguenti:The following properties are supported for Hive linked service:

ProprietàProperty DescrizioneDescription ObbligatorioRequired
typetype La proprietà type deve essere impostata su: HiveThe type property must be set to: Hive Yes
hosthost Indirizzo IP o nome host del server hive, separato da ";" per più host (solo quando serviceDiscoveryMode è abilitato).IP address or host name of the Hive server, separated by ';' for multiple hosts (only when serviceDiscoveryMode is enabled). Yes
portport Porta TCP che il server Hive usa per l'ascolto delle connessioni client.The TCP port that the Hive server uses to listen for client connections. Se ci si connette a Azure HDInsights, specificare la porta come 443.If you connect to Azure HDInsights, specify port as 443. Yes
serverTypeserverType Tipo di server Hive.The type of Hive server.
I valori consentiti sono: HiveServer1, HiveServer2, HiveThriftServerAllowed values are: HiveServer1, HiveServer2, HiveThriftServer
NoNo
thriftTransportProtocolthriftTransportProtocol Protocollo di trasporto da usare nel livello Thrift.The transport protocol to use in the Thrift layer.
I valori consentiti sono Binary, SASL, HTTPAllowed values are: Binary, SASL, HTTP
NoNo
authenticationTypeauthenticationType Metodo di autenticazione usato per accedere al server Hive.The authentication method used to access the Hive server.
I valori consentiti sono Anonymous, Username, UsernameAndPassword, WindowsAzureHDInsightServiceAllowed values are: Anonymous, Username, UsernameAndPassword, WindowsAzureHDInsightService
Yes
serviceDiscoveryModeserviceDiscoveryMode true per indicare l'uso del servizio ZooKeeper; in caso contrario, false.true to indicate using the ZooKeeper service, false not. NoNo
zooKeeperNameSpacezooKeeperNameSpace Spazio dei nomi in ZooKeeper nel quale vengono aggiunti i nodi del server Hive 2.The namespace on ZooKeeper under which Hive Server 2 nodes are added. NoNo
useNativeQueryuseNativeQuery Specifica se il driver usa query HiveQL native o li converte in un formato equivalente in HiveQL.Specifies whether the driver uses native HiveQL queries, or converts them into an equivalent form in HiveQL. NoNo
Nome utenteusername Nome utente usato per accedere al server Hive.The user name that you use to access Hive Server. NoNo
passwordpassword Password corrispondente all'utente.The password corresponding to the user. Contrassegnare questo campo come SecureString per archiviarlo in modo sicuro in Azure Data Factory oppure fare riferimento a un segreto archiviato in Azure Key Vault.Mark this field as a SecureString to store it securely in Data Factory, or reference a secret stored in Azure Key Vault. NoNo
httpPathhttpPath URL parziale corrispondente al server Hive.The partial URL corresponding to the Hive server. NoNo
enableSslenableSsl Specifica se le connessioni al server sono crittografate tramite SSL.Specifies whether the connections to the server are encrypted using SSL. Il valore predefinito è False.The default value is false. NoNo
trustedCertPathtrustedCertPath Percorso completo del file PEM contenente i certificati CA attendibili per la verifica del server in caso di connessione tramite SSL.The full path of the .pem file containing trusted CA certificates for verifying the server when connecting over SSL. È possibile impostare questa proprietà solo quando si usa SSL nel runtime di integrazione self-hosted.This property can only be set when using SSL on self-hosted IR. Il valore predefinito è il file cacerts.pem installato con il runtime di integrazione.The default value is the cacerts.pem file installed with the IR. NoNo
useSystemTrustStoreuseSystemTrustStore Specifica se usare o meno un certificato della CA dall'archivio di scopi consentiti o da un file .pem specificato.Specifies whether to use a CA certificate from the system trust store or from a specified PEM file. Il valore predefinito è False.The default value is false. NoNo
allowHostNameCNMismatchallowHostNameCNMismatch Specifica se è necessario che il nome del certificato SSL rilasciato dall'Autorità di certificazione corrisponda al nome host del server per la connessione tramite SSL.Specifies whether to require a CA-issued SSL certificate name to match the host name of the server when connecting over SSL. Il valore predefinito è False.The default value is false. NoNo
allowSelfSignedServerCertallowSelfSignedServerCert Specifica se consentire o meno i certificati autofirmati dal server.Specifies whether to allow self-signed certificates from the server. Il valore predefinito è False.The default value is false. NoNo
connectViaconnectVia Il runtime di integrazione da usare per la connessione all'archivio dati.The Integration Runtime to be used to connect to the data store. Ulteriori informazioni sono disponibili nella sezione prerequisiti .Learn more from Prerequisites section. Se non specificato, viene usato il runtime di integrazione di Azure predefinito.If not specified, it uses the default Azure Integration Runtime. NoNo

Esempio:Example:

{
    "name": "HiveLinkedService",
    "properties": {
        "type": "Hive",
        "typeProperties": {
            "host" : "<cluster>.azurehdinsight.net",
            "port" : "<port>",
            "authenticationType" : "WindowsAzureHDInsightService",
            "username" : "<username>",
            "password": {
                "type": "SecureString",
                "value": "<password>"
            }
        }
    }
}

Proprietà del set di datiDataset properties

Per un elenco completo delle sezioni e delle proprietà disponibili per la definizione di set di dati, vedere l'articolo sui set di dati.For a full list of sections and properties available for defining datasets, see the datasets article. Questa sezione presenta un elenco delle proprietà supportate dal set di dati Hive.This section provides a list of properties supported by Hive dataset.

Per copiare dati da Hive, impostare la proprietà type del set di dati su HiveObject.To copy data from Hive, set the type property of the dataset to HiveObject. Sono supportate le proprietà seguenti:The following properties are supported:

ProprietàProperty DescrizioneDescription ObbligatorioRequired
typetype La proprietà Type del set di dati deve essere impostata su: HiveObjectThe type property of the dataset must be set to: HiveObject Yes
schemaschema Nome dello schema.Name of the schema. No (se nell'origine dell'attività è specificato "query")No (if "query" in activity source is specified)
tabletable Nome della tabella.Name of the table. No (se nell'origine dell'attività è specificato "query")No (if "query" in activity source is specified)
tableNametableName Nome della tabella che include la parte dello schema.Name of the table including schema part. Questa proprietà è supportata per compatibilità con le versioni precedenti.This property is supported for backward compatibility. Per il nuovo carico di lavoro, usare schema e table.For new workload, use schema and table. No (se nell'origine dell'attività è specificato "query")No (if "query" in activity source is specified)

EsempioExample

{
    "name": "HiveDataset",
    "properties": {
        "type": "HiveObject",
        "typeProperties": {},
        "schema": [],
        "linkedServiceName": {
            "referenceName": "<Hive linked service name>",
            "type": "LinkedServiceReference"
        }
    }
}

Proprietà dell'attività di copiaCopy activity properties

Per un elenco completo delle sezioni e delle proprietà disponibili per la definizione delle attività, vedere l'articolo sulle pipeline.For a full list of sections and properties available for defining activities, see the Pipelines article. Questa sezione presenta un elenco delle proprietà supportate dall'origine Hive.This section provides a list of properties supported by Hive source.

HiveSource come origineHiveSource as source

Per copiare dati da Hive, impostare il tipo di origine nell'attività di copia su HiveSource.To copy data from Hive, set the source type in the copy activity to HiveSource. Nella sezione origine dell'attività di copia sono supportate le proprietà seguenti:The following properties are supported in the copy activity source section:

ProprietàProperty DescrizioneDescription ObbligatorioRequired
typetype La proprietà type dell'origine dell'attività di copia deve essere impostata su HiveSourceThe type property of the copy activity source must be set to: HiveSource Yes
queryquery Usare la query SQL personalizzata per leggere i dati.Use the custom SQL query to read data. Ad esempio: "SELECT * FROM MyTable".For example: "SELECT * FROM MyTable". No (se nel set di dati è specificato "tableName")No (if "tableName" in dataset is specified)

Esempio:Example:

"activities":[
    {
        "name": "CopyFromHive",
        "type": "Copy",
        "inputs": [
            {
                "referenceName": "<Hive input dataset name>",
                "type": "DatasetReference"
            }
        ],
        "outputs": [
            {
                "referenceName": "<output dataset name>",
                "type": "DatasetReference"
            }
        ],
        "typeProperties": {
            "source": {
                "type": "HiveSource",
                "query": "SELECT * FROM MyTable"
            },
            "sink": {
                "type": "<sink type>"
            }
        }
    }
]

Proprietà attività di ricercaLookup activity properties

Per informazioni dettagliate sulle proprietà, controllare l' attività di ricerca.To learn details about the properties, check Lookup activity.

Passaggi successiviNext steps

Per un elenco degli archivi dati supportati come origini o sink dall'attività di copia in Azure Data Factory, vedere gli archivi dati supportati.For a list of data stores supported as sources and sinks by the copy activity in Azure Data Factory, see supported data stores.