A Spark > Hive Tools for Visual Studio Code használata

Megtudhatja, hogyan használhatja az Apache Spark & Hive Tools for Visual Studio Code-ot. Az eszközökkel Apache Hive batch-feladatokat, interaktív Hive-lekérdezéseket és PySpark-szkripteket hozhat létre és küldhet el az Apache Sparkhoz. Először bemutatjuk, hogyan telepítheti a Spark > Hive Toolst a Visual Studio Code-ban. Ezután bemutatjuk, hogyan küldhet be feladatokat a Spark > Hive Toolsnak.

A Spark > Hive Tools telepíthető a Visual Studio Code által támogatott platformokra. Vegye figyelembe a különböző platformok következő előfeltételeit.

Előfeltételek

A cikk lépéseinek elvégzéséhez a következő elemek szükségesek:

• Egy Azure-beli HDInsight-fürt. Fürt létrehozásához tekintse meg a HDInsight használatának első lépéseit. Vagy használjon Egy Apache Livy-végpontot támogató Spark- és Hive-fürtöt.
• Visual Studio Code.
• Mono. A Mono csak Linuxhoz és macOS-hez szükséges.
• PySpark interaktív környezet a Visual Studio Code-hoz.
• Egy helyi könyvtár. Ez a cikk a .C:\HD\HDexample

Spark > Hive-eszközök telepítése

Az előfeltételek teljesítése után az alábbi lépések végrehajtásával telepítheti a Spark > Hive Tools for Visual Studio Code-ot:

1. Nyissa meg a Visual Studio Code-ot.

2. A menüsávon navigáljon a Bővítmények megtekintése elemre>.

3. A keresőmezőbe írja be a Spark &Hive nevet.

4. Válassza a Spark > Hive Tools lehetőséget a keresési eredmények közül, majd válassza a Telepítés lehetőséget:

   

5. Szükség esetén válassza az Újratöltés lehetőséget.

Munkahelyi mappa megnyitása

Ha meg szeretne nyitni egy munkahelyi mappát, és létre szeretne hozni egy fájlt a Visual Studio Code-ban, kövesse az alábbi lépéseket:

1. A menüsávon navigáljon a Fájl>megnyitása mappához...>C:\HD\HDexample, majd válassza a Mappa kiválasztása gombot. A mappa a bal oldali Explorer nézetben jelenik meg.

2. Explorer nézetben válassza ki a HDexample mappát, majd válassza az Új fájl ikont a munkahelyi mappa mellett:

   

3. Nevezze el az új fájlt a .hql (Hive-lekérdezések) vagy a .py (Spark-szkript) fájlkiterjesztés használatával. Ez a példa a HelloWorld.hql-t használja.

Az Azure-környezet beállítása

A nemzeti felhőfelhasználók esetében kövesse az alábbi lépéseket az Azure-környezet beállításához, majd az Azure: Bejelentkezés paranccsal jelentkezzen be az Azure-ba:

1. Lépjen a Fájlbeállítások>>beállításai elemre.

2. Keressen a következő sztringre: Azure: Cloud.

3. Válassza ki az országos felhőt a listából:

   

Kapcsolódás Azure-fiókhoz

Mielőtt szkripteket küldhet a fürtökre a Visual Studio Code-ból, a felhasználó bejelentkezhet az Azure-előfizetésbe, vagy összekapcsolhat egy HDInsight-fürtöt. A HDInsight-fürthöz való csatlakozáshoz használja az ESP-fürt Ambari-felhasználónevét/jelszavát vagy tartományhoz csatlakoztatott hitelesítő adatait. Az Azure-hoz való csatlakozáshoz kövesse az alábbi lépéseket:

1. A menüsávon navigáljon a Parancskatalógus megtekintése>..., majd írja be az Azure-t: Bejelentkezés:

   

2. Az Azure-ba való bejelentkezéshez kövesse a bejelentkezési utasításokat. A csatlakozás után az Azure-fiók neve megjelenik a Visual Studio Code ablakának alján található állapotsoron.

Fürt csatolása

Hivatkozás: Azure HDInsight

Egy normál fürtöt Apache Ambari által felügyelt felhasználónévvel kapcsolhat össze, vagy csatolhat egy Enterprise Security Pack biztonságos Hadoop-fürtöt egy tartománynévvel (például: user1@contoso.com).

1. A menüsávon navigáljon a Parancskatalógus megtekintése>... elemre, és írja be a Spark/Hive: Fürt csatolása parancsot.

   

2. Válassza ki az Azure HDInsight társított fürttípust.

3. Adja meg a HDInsight-fürt URL-címét.

4. Adja meg Ambari-felhasználónevét; az alapértelmezett beállítás a rendszergazda.

5. Adja meg az Ambari-jelszót.

6. Válassza ki a fürt típusát.

7. Állítsa be a fürt megjelenítendő nevét (nem kötelező).

8. Tekintse át a KIMENETI nézetet ellenőrzés céljából.

   Feljegyzés

   A csatolt felhasználónevet és jelszót akkor használja a rendszer, ha a fürt bejelentkezett az Azure-előfizetésbe, és csatolt egy fürtöt.

Hivatkozás: Általános Livy-végpont

1. A menüsávon navigáljon a Parancskatalógus megtekintése>... elemre, és írja be a Spark/Hive: Fürt csatolása parancsot.

2. Válassza ki a csatolt fürttípust általános Livy-végpontként.

3. Adja meg az általános Livy-végpontot. Például: http://10.172.41.42:18080.

4. Válassza az Egyszerű vagy a Nincs engedélyezési típust. Ha az Alapszintű lehetőséget választja:

   1. Adja meg Ambari-felhasználónevét; az alapértelmezett beállítás a rendszergazda.

   2. Adja meg az Ambari-jelszót.

5. Tekintse át a KIMENETI nézetet ellenőrzés céljából.

Fürtök listázása

1. A menüsávon navigáljon a Parancskatalógus megtekintése>..., majd írja be a Spark/Hive: Listafürt parancsot.

2. Válassza ki a kívánt előfizetést.

3. Tekintse át a KIMENETI nézetet. Ez a nézet a csatolt fürtöket (vagy fürtöket) és az Azure-előfizetéshez tartozó összes fürtöt jeleníti meg:

   

Az alapértelmezett fürt beállítása

1. Ha bezárja, nyissa meg újra a HDexample korábban tárgyalt mappát.

2. Válassza ki a korábban létrehozott HelloWorld.hql fájlt. Megnyílik a szkriptszerkesztőben.

3. Kattintson a jobb gombbal a szkriptszerkesztőre, majd válassza a Spark/Hive: Alapértelmezett fürt beállítása lehetőséget.

4. Csatlakozzon az Azure-fiókjához, vagy csatoljon egy fürtöt, ha még nem tette meg.

5. Jelöljön ki egy fürtöt az aktuális szkriptfájl alapértelmezett fürtjeként. Az eszközök automatikusan frissítik a . VSCode\settings.json konfigurációs fájl:

   

Interaktív Hive-lekérdezések és Hive-kötegszkriptek küldése

A Spark > Hive Tools for Visual Studio Code használatával interaktív Hive-lekérdezéseket és Hive-kötegszkripteket küldhet a fürtökre.

1. Ha bezárja, nyissa meg újra a HDexample korábban tárgyalt mappát.

2. Válassza ki a korábban létrehozott HelloWorld.hql fájlt. Megnyílik a szkriptszerkesztőben.

3. Másolja és illessze be a következő kódot a Hive-fájlba, majd mentse:

   SELECT * FROM hivesampletable;
   

4. Csatlakozzon az Azure-fiókjához, vagy csatoljon egy fürtöt, ha még nem tette meg.

5. Kattintson a jobb gombbal a szkriptszerkesztőre, és válassza a Hive: Interaktív parancsot a lekérdezés elküldéséhez, vagy használja a Ctrl+Alt+I billentyűparancsot. Válassza a Hive: Batch lehetőséget a szkript elküldéséhez, vagy használja a Ctrl+Alt+H billentyűparancsot.

6. Ha még nem adott meg alapértelmezett fürtöt, válasszon ki egy fürtöt. Az eszközök segítségével a helyi menü használatával a teljes szkriptfájl helyett kódblokkot is elküldhet. Néhány pillanat múlva a lekérdezés eredményei egy új lapon jelennek meg:

   

   • EREDMÉNYEK panel: A teljes eredményt mentheti CSV-, JSON- vagy Excel-fájlként egy helyi elérési útra, vagy egyszerűen kijelölhet több sort.

   • ÜZENETEK panel: Amikor kiválaszt egy sorszámot , az a futó szkript első sorára ugrik.

Interaktív PySpark-lekérdezések küldése

A Pyspark interaktív használatának előfeltétele

Vegye figyelembe, hogy a Jupyter Extension (ms-jupyter): v2022.1.1001614873 és Python Extension version (ms-python): v2021.12.1559732655, Python 3.6.x és 3.7.x szükséges a HDInsight interaktív PySpark-lekérdezésekhez.

A felhasználók az alábbi módokon végezhetik el a PySpark interaktív végrehajtását.

A PySpark interaktív parancs használata PY-fájlban

A PySpark interaktív parancsával küldje el a lekérdezéseket, kövesse az alábbi lépéseket:

1. Ha bezárja, nyissa meg újra a HDexample korábban tárgyalt mappát.

2. Hozzon létre egy új HelloWorld.py fájlt a korábbi lépések végrehajtásával.

3. Másolja és illessze be a következő kódot a szkriptfájlba:

   from operator import add
   from pyspark.sql import SparkSession 
   spark = SparkSession.builder \ 
         .appName('hdisample') \ 
         .getOrCreate() 
   lines = spark.read.text("/HdiSamples/HdiSamples/FoodInspectionData/README").rdd.map(lambda r: r[0])
   counters = lines.flatMap(lambda x: x.split(' ')) \
                .map(lambda x: (x, 1)) \
                .reduceByKey(add)
   
   coll = counters.collect()
   sortedCollection = sorted(coll, key = lambda r: r[1], reverse = True)
   
   for i in range(0, 5):
        print(sortedCollection[i])
   

4. A PySpark/Synapse Pyspark kernel telepítésére vonatkozó kérés az ablak jobb alsó sarkában jelenik meg. A Telepítés gombra kattintva továbbléphet a PySpark/Synapse Pyspark telepítéseihez, vagy a Kihagyás gombra kattintva kihagyhatja ezt a lépést.

   

5. Ha később telepítenie kell, lépjen a Fájlbeállítások>>beállításai elemre, majd törölje a HDInsight jelölését: Engedélyezze a Pyspark telepítésének kihagyását a beállítások között.

   

6. Ha a telepítés sikeres a 4. lépésben, az ablak jobb alsó sarkában megjelenik a "PySpark telepítése sikeresen" üzenetmező. Kattintson az Újratöltés gombra az ablak újbóli betöltéséhez.

   

7. A menüsávon navigáljon a Parancskatalógus megtekintése>elemre... vagy használja a Shift + Ctrl + P billentyűparancsot, és írja be a Python: Értelmező kiválasztása parancsot a Jupyter Server elindításához.

   

8. Válassza az alábbi Python lehetőséget.

   

9. A menüsávon navigáljon a Parancskatalógus megtekintése>elemre... vagy használja a Shift + Ctrl + P billentyűparancsot, és írja be a Developer: Reload Window parancsot.

   

10. Csatlakozzon az Azure-fiókjához, vagy csatoljon egy fürtöt, ha még nem tette meg.

11. Válassza ki az összes kódot, kattintson a jobb gombbal a szkriptszerkesztőre, és válassza a Spark: PySpark Interactive / Synapse: Pyspark Interactive lehetőséget a lekérdezés elküldéséhez.

    

12. Jelölje ki a fürtöt, ha nem adott meg alapértelmezett fürtöt. Néhány pillanat múlva a Python Interaktív eredmények egy új lapon jelennek meg. Kattintson a PySparkra a kernel PySpark/Synapse Pysparkra való átváltásához, és a kód sikeresen lefut. Ha Synapse Pyspark kernelre szeretne váltani, javasoljuk, hogy tiltsa le az automatikus beállításokat az Azure Portalon. Ellenkező esetben a fürt felébresztése és a synapse kernel első alkalommal történő beállítása hosszabb időt vehet igénybe. Ha az eszközök lehetővé teszik, hogy a helyi menü használatával a teljes szkriptfájl helyett kódblokkot küldjön be:

    

13. Írja be a %%-adatokat, majd nyomja le a Shift+Enter billentyűkombinációt a feladatadatok megtekintéséhez (nem kötelező):

    

Az eszköz a Spark SQL-lekérdezést is támogatja:

Interaktív lekérdezés végrehajtása PY-fájlban #%% megjegyzés használatával

1. Adja hozzá #%% a Py-kód előtt a jegyzetfüzet élményének lekéréséhez.

   

2. Kattintson a Cella futtatása elemre. Néhány pillanat múlva a Python Interaktív eredmények egy új lapon jelennek meg. Kattintson a PySparkra a kernel PySpark/Synapse PySparkra való váltásához, majd kattintson ismét a Cella futtatása elemre, és a kód sikeresen lefut.

   

IPYNB-támogatás használata Python-bővítményből

1. Jupyter-jegyzetfüzetet a parancskatalógusból vagy egy új.ipynb fájl létrehozásával hozhat létre a munkaterületen. További információ: Jupyter-jegyzetfüzetek használata a Visual Studio Code-ban

2. Kattintson a Cella futtatása gombra, kövesse az utasításokat az alapértelmezett sparkkészlet beállításához (javasoljuk, hogy a jegyzetfüzet megnyitása előtt minden alkalommal állítsa be az alapértelmezett fürtöt/készletet), majd töltse be újra az ablakot.

   

3. Kattintson a PySparkra a kernel PySpark/Synapse Pysparkra való váltásához, majd kattintson a Futtató cellára, egy idő után megjelenik az eredmény.

   

PySpark-kötegelt feladat elküldése

1. Ha bezárja, nyissa meg újra a HDexample korábban tárgyalt mappát.

2. Hozzon létre egy új BatchFile.py fájlt a korábbi lépések végrehajtásával.

3. Másolja és illessze be a következő kódot a szkriptfájlba:

   from __future__ import print_function
   import sys
   from operator import add
   from pyspark.sql import SparkSession
   if __name__ == "__main__":
       spark = SparkSession\
           .builder\
           .appName("PythonWordCount")\
           .getOrCreate()
   
       lines = spark.read.text('/HdiSamples/HdiSamples/SensorSampleData/hvac/HVAC.csv').rdd.map(lambda r: r[0])
       counts = lines.flatMap(lambda x: x.split(' '))\
                  .map(lambda x: (x, 1))\
                   .reduceByKey(add)
       output = counts.collect()
       for (word, count) in output:
           print("%s: %i" % (word, count))
       spark.stop()
   

4. Csatlakozzon az Azure-fiókjához, vagy csatoljon egy fürtöt, ha még nem tette meg.

5. Kattintson a jobb gombbal a szkriptszerkesztőre, majd válassza a Spark: PySpark Batch vagy a Synapse: PySpark Batch* lehetőséget.

6. Válasszon ki egy fürtöt/spark-készletet a PySpark-feladat elküldéséhez a következő címre:

   

A Python-feladat elküldése után a beküldési naplók megjelennek a Visual Studio Code OUTPUT ablakában. Megjelenik a Spark felhasználói felület URL-címe és a Yarn felhasználói felületének URL-címe is. Ha egy Apache Spark-készletbe küldi el a kötegelt feladatot, megjelenik a Spark-előzmények felhasználói felületének URL-címe és a Spark-feladatalkalmazás felhasználói felületének URL-címe is. A feladat állapotának nyomon követéséhez megnyithatja az URL-címet egy webböngészőben.

Integrálás a HDInsight Identity Brokerrel (HIB)

Csatlakozás a HDInsight ESP-fürthöz az ID Broker (HIB) használatával

A normál lépéseket követve bejelentkezhet az Azure-előfizetésbe a HDInsight ESP-fürthöz való csatlakozáshoz az ID Broker (HIB) használatával. A bejelentkezés után megjelenik a fürtlista az Azure Explorerben. További útmutatásért lásd : Csatlakozás a HDInsight-fürthöz.

Hive/PySpark-feladat futtatása HDInsight ESP-fürtön id Brokerrel (HIB)

Hive-feladat futtatásához kövesse a normál lépéseket a feladat HDInsight ESP-fürtbe való elküldéséhez az ID Broker (HIB) használatával. További útmutatásért tekintse meg az interaktív Hive-lekérdezések és a Hive-kötegszkriptek beküldését.

Interaktív PySpark-feladat futtatásához kövesse a normál lépéseket a feladat HDInsight ESP-fürtbe való elküldéséhez az ID Broker (HIB) használatával. Tekintse meg az interaktív PySpark-lekérdezések beküldését.

PySpark-kötegelt feladat futtatásához kövesse a normál lépéseket a feladat HDInsight ESP-fürtbe való elküldéséhez az ID Broker (HIB) használatával. További útmutatásért tekintse meg a PySpark-kötegelt feladat elküldését.

Apache Livy-konfiguráció

Az Apache Livy-konfiguráció támogatott. Konfigurálhatja a . VSCode\settings.json fájl a munkaterület mappájában. A Livy-konfiguráció jelenleg csak a Python-szkripteket támogatja. További információ: Livy README.

Livy-konfiguráció aktiválása

1. módszer

1. A menüsávon navigáljon a Fájlbeállítások>>beállításai elemre.
2. A Keresési beállítások mezőbe írja be a HDInsight-feladatbeküldést: Livy Conf.
3. Válassza a Szerkesztés lehetőséget a settings.json a megfelelő keresési eredményhez.

2. módszer

Küldjön be egy fájlt, és figyelje meg, hogy a .vscode mappa automatikusan bekerül a munkahelyi mappába. A Livy-konfiguráció a .vscode\settings.json lehetőséget választva jelenik meg.

• A projekt beállításai:

  

  Feljegyzés

  A driverMemory és a executorMemory beállításoknál adja meg az értéket és az egységet. Például: 1g vagy 1024m.

• Támogatott Livy-konfigurációk:

  POST /batches

  Kérelem törzse

  név	leírás	típus
  fájl	A végrehajtandó alkalmazást tartalmazó fájl	Elérési út (kötelező)
  proxyUser	A feladat futtatásakor megszemélyesítendő felhasználó	Sztring
  className	Java-alkalmazás/Spark főosztály	Sztring
  args	Az alkalmazás parancssori argumentumai	Sztringek listája
  Tégelyek	Az ebben a munkamenetben használandó jarok	Sztringek listája
  pyFiles	A munkamenetben használandó Python-fájlok	Sztringek listája
  fájlok	Az ebben a munkamenetben használandó fájlok	Sztringek listája
  driverMemory	Az illesztőprogram-folyamathoz használandó memória mennyisége	Sztring
  driverCores	Az illesztőprogram-folyamathoz használandó magok száma	Int
  executorMemory	A végrehajtói folyamatonként használandó memória mennyisége	Sztring
  executorCores	Az egyes végrehajtókhoz használandó magok száma	Int
  numExecutors	A munkamenethez elindítandó végrehajtók száma	Int
  levéltár	Az ebben a munkamenetben használandó archívumok	Sztringek listája
  feldolgozási sor	Annak a YARN-üzenetsornak a neve, amelybe elküldendő	Sztring
  név	A munkamenet neve	Sztring
  Conf	Spark-konfiguráció tulajdonságai	A key=val térképe

  Válasz törzs A létrehozott Batch-objektum.

  név	leírás	típus
  ID (Azonosító)	Munkamenet-azonosító	Int
  appId	A munkamenet alkalmazásazonosítója	Sztring
  appInfo	Részletes alkalmazásadatok	A key=val térképe
  napló	Naplósorok	Sztringek listája
  állapot	Batch-állapot	Sztring

  Feljegyzés

  A hozzárendelt Livy-konfiguráció megjelenik a kimeneti panelen a szkript elküldésekor.

Integrálás az Azure HDInsighttal az Explorerből

A Hive Table előnézetét közvetlenül az Azure HDInsight Explorer használatával tekintheti meg a fürtökben:

1. Ha még nem tette meg, csatlakozzon az Azure-fiókjához .

2. Válassza ki az Azure ikont a bal szélső oszlopból.

3. A bal oldali panelen bontsa ki az AZURE: HDINSIGHT elemet. Az elérhető előfizetések és fürtök listája megjelenik.

4. Bontsa ki a fürtöt a Hive metaadat-adatbázis és a táblaséma megtekintéséhez.

5. Kattintson a jobb gombbal a Hive táblára. Például: hivesampletable. Válassza a Előnézet elemet.

   

6. Megnyílik az Előnézeti eredmények ablak:

   

• EREDMÉNYEK panel

  A teljes eredményt mentheti CSV-, JSON- vagy Excel-fájlként egy helyi elérési útra, vagy egyszerűen kijelölhet több sort.

• ÜZENETEK panel

  1. Ha a táblázat sorainak száma meghaladja a 100-t, a következő üzenet jelenik meg: "A Hive-tábla első 100 sora jelenik meg."

  2. Ha a táblázat sorainak száma kisebb vagy egyenlő 100-nál, a következő üzenet jelenik meg: "60 sor jelenik meg a Hive-tábla esetében".

  3. Ha nincs tartalom a táblázatban, a következő üzenet jelenik meg: "0 rows are displayed for Hive table."

     Feljegyzés

     Linuxon telepítse az xclipet a másolási tábla adatainak engedélyezéséhez.

     

További funkciók

A Visual Studio Code-hoz készült Spark > Hive a következő funkciókat is támogatja:

• IntelliSense automatikus kiegészítés. Kulcsszavakra, metódusokra, változókra és egyéb programozási elemekre vonatkozó javaslatok jelennek meg. A különböző ikonok különböző típusú objektumokat jelölnek:

  

• IntelliSense hibajelölő. A nyelvi szolgáltatás aláhúzza a Hive-szkript szerkesztési hibáit.

• Szintaxiskiemelések. A nyelvi szolgáltatás különböző színekkel különbözteti meg a változókat, kulcsszavakat, adattípust, függvényeket és egyéb programozási elemeket:

  

Csak olvasói szerepkör

A fürt csak olvasó szerepkörével rendelkező felhasználók nem küldhetnek feladatokat a HDInsight-fürtnek, és nem tekinthetik meg a Hive-adatbázist. Lépjen kapcsolatba a fürt rendszergazdájával, és frissítse a szerepkört a HDInsight-fürt operátorára az Azure Portalon. Ha rendelkezik érvényes Ambari-hitelesítő adatokkal, az alábbi útmutató segítségével manuálisan csatolhatja a fürtöt.

Tallózás a HDInsight-fürtben

Amikor egy HDInsight-fürt kibontásához az Azure HDInsight Explorert választja, a rendszer arra kéri, hogy kapcsolja össze a fürtöt, ha a fürt csak olvasó szerepkörrel rendelkezik. Az alábbi módszerrel csatolhatja a fürtöt az Ambari hitelesítő adataival.

A feladat elküldése a HDInsight-fürtre

Amikor feladatot küld egy HDInsight-fürtnek, a rendszer arra kéri, hogy kapcsolja össze a fürtöt, ha a fürt csak olvasó szerepkörben van. Az alábbi lépésekkel csatolhatja a fürtöt az Ambari hitelesítő adataival.

Hivatkozás a fürtre

1. Adjon meg érvényes Ambari-felhasználónevet.

2. Adjon meg érvényes jelszót.

   

   

   Feljegyzés

   A csatolt fürt ellenőrzéséhez használhatja Spark / Hive: List Cluster a következőt:

   

Azure Data Lake Storage Gen2

2. generációs Data Lake Storage-fiók tallózása

A Data Lake Storage Gen2-fiók kibontásához válassza az Azure HDInsight Explorert. A rendszer kéri, hogy adja meg a tárelérési kulcsot, ha az Azure-fiókja nem fér hozzá a Gen2-tárolóhoz. A hozzáférési kulcs érvényesítése után a Data Lake Storage Gen2-fiók automatikusan ki lesz bontva.

Feladatok elküldése HDInsight-fürtbe a Data Lake Storage Gen2 használatával

Feladat elküldése EGY HDInsight-fürtbe a Data Lake Storage Gen2 használatával. A rendszer kéri, hogy adja meg a tárelérési kulcsot, ha az Azure-fiókja nem rendelkezik írási hozzáféréssel a Gen2 Storage-hoz. A hozzáférési kulcs ellenőrzése után a feladat sikeresen el lesz küldve.

Fürt leválasztva

1. A menüsávon lépjen a Parancskatalógus megtekintése>lapra, majd írja be a Spark/Hive: Fürt leválasztása parancsot.

2. Válassza ki a leválasztani kívánt fürtöt.

3. Az ellenőrzéshez tekintse meg a OUTPUT nézetet.

Kijelentkezés

A menüsávon lépjen a Parancskatalógus megtekintése>lapra, majd írja be az Azure: Kijelentkezés parancsot.

Ismert problémák

A Synapse PySpark telepítési hibája.

A Synapse PySpark telepítési hibája esetén, mivel függőségét a többi csapat már nem fogja fenntartani, többé nem fogja fenntartani. Ha a Synapse Pyspark interaktív használatát próbálja meg használni, használja inkább az Azure Synapse Analyticset . És ez hosszú távú változás.

Következő lépések

A Visual Studio Code-hoz készült Spark & Hive használatát bemutató videóért tekintse meg a Spark > Hive for Visual Studio Code-ot.