Transforme dados usando a atividade do Hadoop Pig no Azure Data Factory ou no Synapse Analytics
APLICA-SE A:
Azure Data Factory Azure Synapse Analytics
Gorjeta
Experimente o Data Factory no Microsoft Fabric, uma solução de análise tudo-em-um para empresas. O Microsoft Fabric abrange tudo, desde a movimentação de dados até ciência de dados, análises em tempo real, business intelligence e relatórios. Saiba como iniciar uma nova avaliação gratuitamente!
A atividade do HDInsight Pig em um pipeline do Data Factory executa consultas do Pig por conta própria ou sob demanda. Este artigo baseia-se no artigo de atividades de transformação de dados, que apresenta uma visão geral da transformação de dados e das atividades de transformação suportadas.
Para saber mais, leia a introdução ao Azure Data Factory ou Synapse Analytics e faça o Tutorial: transformar dados antes de ler este artigo.
Adicionar uma atividade do HDInsight Pig a um pipeline com a interface do usuário
Para usar uma atividade do HDInsight Pig em um pipeline, conclua as seguintes etapas:
Procure Pig no painel Atividades do pipeline e arraste uma atividade do Pig para a tela do pipeline.
Selecione a nova atividade do Pig na tela, se ainda não estiver selecionada.
Selecione a guia Cluster HDI para selecionar ou criar um novo serviço vinculado a um cluster HDInsight que será usado para executar a atividade MapReduce.
Selecione a guia Script para selecionar ou criar um novo serviço vinculado de script a um local de Armazenamento do Azure onde seu script será hospedado. Especifique um nome de classe a ser executado lá e um caminho de arquivo dentro do local de armazenamento. Você também pode configurar detalhes avançados, incluindo depuração, configuração e argumentos e parâmetros a serem passados para o script.
Sintaxe
{
"name": "Pig Activity",
"description": "description",
"type": "HDInsightPig",
"linkedServiceName": {
"referenceName": "MyHDInsightLinkedService",
"type": "LinkedServiceReference"
},
"typeProperties": {
"scriptLinkedService": {
"referenceName": "MyAzureStorageLinkedService",
"type": "LinkedServiceReference"
},
"scriptPath": "MyAzureStorage\\PigScripts\\MyPigSript.pig",
"getDebugInfo": "Failure",
"arguments": [
"SampleHadoopJobArgument1"
],
"defines": {
"param1": "param1Value"
}
}
}
Detalhes da sintaxe
| Propriedade | Descrição | Necessário |
|---|---|---|
| nome | Nome da atividade | Sim |
| descrição | Texto descrevendo para que a atividade é usada | Não |
| tipo | Para Hive Activity, o tipo de atividade é HDinsightPig | Sim |
| linkedServiceName | Referência ao cluster HDInsight registrado como um serviço vinculado. Para saber mais sobre esse serviço vinculado, consulte o artigo Serviços vinculados de computação. | Sim |
| scriptLinkedService | Referência a um Serviço Vinculado de Armazenamento do Azure usado para armazenar o script Pig a ser executado. Apenas o Armazenamento de Blobs do Azure e os serviços vinculados ADLS Gen2 são suportados aqui. Se você não especificar esse Serviço Vinculado, o Serviço Vinculado de Armazenamento do Azure definido no Serviço Vinculado do HDInsight será usado. | Não |
| scriptPath | Forneça o caminho para o arquivo de script armazenado no Armazenamento do Azure referido por scriptLinkedService. O nome do arquivo diferencia maiúsculas de minúsculas. | Não |
| getDebugInfo | Especifica quando os arquivos de log são copiados para o Armazenamento do Azure usado pelo cluster HDInsight (ou) especificado pelo scriptLinkedService. Valores permitidos: Nenhum, Sempre ou Falha. Valor padrão: Nenhum. | Não |
| Argumentos | Especifica uma matriz de argumentos para um trabalho Hadoop. Os argumentos são passados como argumentos de linha de comando para cada tarefa. | Não |
| define | Especifique parâmetros como pares chave/valor para referência dentro do script Pig. | Não |
Conteúdos relacionados
Consulte os seguintes artigos que explicam como transformar dados de outras maneiras: