使用 Azure CLI 開始使用 Azure Data Lake Analytics

本文說明如何使用 Azure CLI 命令列介面，來建立 Azure Data Lake Analytics 帳戶、提交 U-SQL 作業和目錄。 此作業可讀取定位字元分隔值 (TSV) 檔案，並將該檔案轉換為逗點分隔值 (CSV) 檔案。

必要條件

在開始之前，您需要下列項目：

• Azure 訂用帳戶。 請參閱取得 Azure 免費試用。
• 本文要求您執行 Azure CLI 2.0 版或更新版本。 如果您需要安裝或升級，請參閱安裝 Azure CLI。

登入 Azure

登入您的 Azure 訂用帳戶：

az login

系統會要求您流覽至 URL，並輸入驗證碼。 然後遵循指示輸入您的認證。

登入之後，登入命令會列出您的訂用帳戶。

若要使用特定的訂用帳戶︰

az account set --subscription <subscription id>

建立 Data Lake Analytics 帳戶

您需要 Data Lake Analytics 帳戶，才能執行作業。 若要建立 Data Lake Analytics 帳戶，您必須指定下列項目：

• Azure 資源群組。 Data Lake Analytics 帳戶必須建立在 Azure 資源群組內。 Azure Resource Manager 可讓您將應用程式中的資源做為群組使用。 您可以透過單一、協調的作業，將應用程式的所有資源進行部署、更新或刪除。

若要列出訂用帳戶下的現有資源群組：

az group list

若要建立新的資源群組：

az group create --name "<Resource Group Name>" --location "<Azure Location>"

• Data Lake Analytics 帳戶名稱。 每一個 Data Lake Analytics 帳戶都有名稱。
• 位置。 使用其中一個支援 Data Lake Analytics 的 Azure 資料中心。
• 預設 Data Lake Store 帳戶：每個 Data Lake Analytics 帳戶都有一個預設的 Data Lake Store 帳戶。

若要列出現有的 Data Lake Store 帳戶：

az dls account list

建立新的 Data Lake Store 帳戶：

az dls account create --account "<Data Lake Store Account Name>" --resource-group "<Resource Group Name>"

使用下列語法建立 Data Lake Analytics 帳戶：

az dla account create --account "<Data Lake Analytics Account Name>" --resource-group "<Resource Group Name>" --location "<Azure location>" --default-data-lake-store "<Default Data Lake Store Account Name>"

建立帳戶後，您可以使用下列命令列出帳戶，並顯示帳戶詳細資料︰

az dla account list
az dla account show --account "<Data Lake Analytics Account Name>"

將資料上傳至 Data Lake Store

在本教學課程中，您會處理一些搜尋記錄。 搜尋記錄檔可以儲存在 Data Lake Store 或 Azure Blob 儲存體中。

Azure 入口網站會提供使用者介面，可將範例資料檔案複製到預設的 Data Lake Store 存放區帳戶，其中包括搜尋記錄檔案。 若要將資料上傳至預設 Data Lake Store 帳戶，請參閱 準備來源資料 。

若要使用 Azure CLI 上傳檔案，請使用下列命令：

az dls fs upload --account "<Data Lake Store Account Name>" --source-path "<Source File Path>" --destination-path "<Destination File Path>"
az dls fs list --account "<Data Lake Store Account Name>" --path "<Path>"

Data Lake Analytics 也可存取 Azure Blob 儲存體。 若要將資料上傳至 Azure Blob 儲存體，請參閱 使用 Azure CLI 搭配 Azure 儲存體。

提交 Data Lake Analytics 工作

Data Lake Analytics 工作是以 U-SQL 語言撰寫。 若要深入了解 U-SQL，請參閱開始使用 U-SQL 語言和 U-SQL 語言參考。

建立 Data Lake Analytics 工作指令碼

使用下列 U-SQL 指令碼建立文字檔，並將該檔案儲存到您的工作站：

@a  =
    SELECT * FROM
        (VALUES
            ("Contoso", 1500.0),
            ("Woodgrove", 2700.0)
        ) AS
              D( customer, amount );
OUTPUT @a
    TO "/data.csv"
    USING Outputters.Csv();

此 U-SQL 指令碼會使用 Extractors.Tsv() 讀取來源資料檔案，然後使用 Outputters.Csv() 建立 csv 檔案。

除非您將來源檔案複製到其他位置，否則請勿修改這兩個路徑。 Data Lake Analytics 會建立輸出資料夾 (若尚未建立)。

使用預設 Data Lake Store 帳戶中儲存之檔案的相對路徑會比較簡單。 您也可以使用絕對路徑。 例如：

adl://<Data LakeStorageAccountName>.azuredatalakestore.net:443/Samples/Data/SearchLog.tsv

您必須使用絕對路徑存取連結儲存體帳戶中的檔案。 儲存在連結 Azure 儲存體帳戶中之檔案的語法是：

wasb://<BlobContainerName>@<StorageAccountName>.blob.core.windows.net/Samples/Data/SearchLog.tsv

提交工作

使用以下語法提交作業。

az dla job submit --account "<Data Lake Analytics Account Name>" --job-name "<Job Name>" --script "<Script Path and Name>"

例如：

az dla job submit --account "myadlaaccount" --job-name "myadlajob" --script @"C:\DLA\myscript.txt"

若要列出作業並顯示作業詳細資料

az dla job list --account "<Data Lake Analytics Account Name>"
az dla job show --account "<Data Lake Analytics Account Name>" --job-identity "<Job Id>"

取消作業

az dla job cancel --account "<Data Lake Analytics Account Name>" --job-identity "<Job Id>"

擷取作業結果

作業完成之後，您可以使用下列命令列出該輸出檔案，並下載檔案：

az dls fs list --account "<Data Lake Store Account Name>" --source-path "/Output" --destination-path "<Destination>"
az dls fs preview --account "<Data Lake Store Account Name>" --path "/Output/SearchLog-from-Data-Lake.csv"
az dls fs preview --account "<Data Lake Store Account Name>" --path "/Output/SearchLog-from-Data-Lake.csv" --length 128 --offset 0
az dls fs download --account "<Data Lake Store Account Name>" --source-path "/Output/SearchLog-from-Data-Lake.csv" --destination-path "<Destination Path and File Name>"

例如：

az dls fs download --account "myadlsaccount" --source-path "/Output/SearchLog-from-Data-Lake.csv" --destination-path "C:\DLA\myfile.csv"

後續步驟

• 若要查看 Data Lake Analytics Azure CLI 參考文件，請參閱 Data Lake Analytics。
• 若要查看 Data Lake Store Azure CLI 參考文件，請參閱 Data Lake Store。
• 若要了解更複雜的查詢，請參閱 使用 Azure Data Lake Analytics 來分析網站記錄。