Executar consultas do Apache Hive usando o SDK .NET do HDInsight

  • Artigo

Saiba como enviar consultas do Apache Hive usando o SDK do HDInsight .NET. Você escreve um programa C# para enviar uma consulta Hive para listar tabelas Hive e exibir os resultados.

Nota

As etapas neste artigo devem ser executadas a partir de um cliente Windows. Para obter informações sobre como usar um cliente Linux, OS X ou Unix para trabalhar com o Hive, use o seletor de guias mostrado na parte superior do artigo.

Pré-requisitos

Antes de começar este artigo, você deve ter os seguintes itens:

  • Um cluster Apache Hadoop no HDInsight. Consulte Introdução ao uso do Hadoop baseado em Linux no HDInsight.

    Importante

    A partir de 15 de setembro de 2017, o SDK do HDInsight .NET suporta apenas o retorno de resultados de consulta do Hive de contas de Armazenamento do Azure. Se você usar este exemplo com um cluster HDInsight que usa o Armazenamento Azure Data Lake como armazenamento principal, não poderá recuperar os resultados da pesquisa usando o SDK do .NET.

  • Visual Studio 2013 e posterior. Pelo menos o desenvolvimento de desktop .NET de carga de trabalho deve ser instalado.

Executar uma consulta do Hive

O SDK do HDInsight .NET fornece bibliotecas de cliente .NET, o que facilita o trabalho com clusters HDInsight do .NET.

  1. Crie um aplicativo de console C# no Visual Studio.

  2. No Console do Gerenciador de Pacotes Nuget, execute o seguinte comando:

    Install-Package Microsoft.Azure.Management.HDInsight.Job

  3. Edite o código abaixo para inicializar os valores das variáveis: ExistingClusterName, ExistingClusterUsername, ExistingClusterPassword,DefaultStorageAccountName,DefaultStorageAccountKey,DefaultStorageContainerName. Em seguida, use o código revisado como todo o conteúdo de Program.cs no Visual Studio.

    using System.Collections.Generic;
using System.IO;
using System.Text;
using System.Threading;
using Microsoft.Azure.Management.HDInsight.Job;
using Microsoft.Azure.Management.HDInsight.Job.Models;
using Hyak.Common;

namespace SubmitHDInsightJobDotNet
{
    class Program
    {
        private static HDInsightJobManagementClient _hdiJobManagementClient;

        private const string ExistingClusterName = "<Your HDInsight Cluster Name>";
        private const string ExistingClusterUsername = "<Cluster Username>";
        private const string ExistingClusterPassword = "<Cluster User Password>";

        // Only Azure Storage accounts are supported by the SDK
        private const string DefaultStorageAccountName = "<Default Storage Account Name>";
        private const string DefaultStorageAccountKey = "<Default Storage Account Key>";
        private const string DefaultStorageContainerName = "<Default Blob Container Name>";

        private const string ExistingClusterUri = ExistingClusterName + ".azurehdinsight.net";

        static void Main(string[] args)
        {
            System.Console.WriteLine("The application is running ...");

            var clusterCredentials = new BasicAuthenticationCloudCredentials { Username = ExistingClusterUsername, Password = ExistingClusterPassword };
            _hdiJobManagementClient = new HDInsightJobManagementClient(ExistingClusterUri, clusterCredentials);

            SubmitHiveJob();

            System.Console.WriteLine("Press ENTER to continue ...");
            System.Console.ReadLine();
        }

        private static void SubmitHiveJob()
        {
            Dictionary<string, string> defines = new Dictionary<string, string> { { "hive.execution.engine", "tez" }, { "hive.exec.reducers.max", "1" } };
            List<string> args = new List<string> { { "argA" }, { "argB" } };
            var parameters = new HiveJobSubmissionParameters
            {
                Query = "SHOW TABLES",
                Defines = defines,
                Arguments = args
            };

            System.Console.WriteLine("Submitting the Hive job to the cluster...");
            var jobResponse = _hdiJobManagementClient.JobManagement.SubmitHiveJob(parameters);
            var jobId = jobResponse.JobSubmissionJsonResponse.Id;
            System.Console.WriteLine("Response status code is " + jobResponse.StatusCode);
            System.Console.WriteLine("JobId is " + jobId);

            System.Console.WriteLine("Waiting for the job completion ...");

            // Wait for job completion
            var jobDetail = _hdiJobManagementClient.JobManagement.GetJob(jobId).JobDetail;
            while (!jobDetail.Status.JobComplete)
            {
                Thread.Sleep(1000);
                jobDetail = _hdiJobManagementClient.JobManagement.GetJob(jobId).JobDetail;
            }

            // Get job output
            var storageAccess = new AzureStorageAccess(DefaultStorageAccountName, DefaultStorageAccountKey,
                DefaultStorageContainerName);
            var output = (jobDetail.ExitValue == 0)
                ? _hdiJobManagementClient.JobManagement.GetJobOutput(jobId, storageAccess) // fetch stdout output in case of success
                : _hdiJobManagementClient.JobManagement.GetJobErrorLogs(jobId, storageAccess); // fetch stderr output in case of failure

            System.Console.WriteLine("Job output is: ");

            using (var reader = new StreamReader(output, Encoding.UTF8))
            {
                string value = reader.ReadToEnd();
                System.Console.WriteLine(value);
            }
        }
    }
}

  4. Prima F5 para executar a aplicação.

A saída do aplicativo deve ser semelhante a:

HDInsight Hadoop Hive job output.

Próximos passos

Neste artigo, você aprendeu como enviar consultas do Apache Hive usando o SDK do HDInsight .NET. Para saber mais, leia os artigos seguintes: