Propriétés du tAzureFSConfiguration pour Apache Spark Streaming - 7.0

Azure Data Lake Store

EnrichVersion
7.0
EnrichProdName
Talend Big Data
Talend Big Data Platform
Talend Data Fabric
Talend Real-Time Big Data Platform
EnrichPlatform
Studio Talend
task
Création et développement > Systèmes tiers > Stockages Cloud > Composants Azure > Composants Azure Data Lake Store
Gouvernance de données > Systèmes tiers > Stockages Cloud > Composants Azure > Composants Azure Data Lake Store
Qualité et préparation de données > Systèmes tiers > Stockages Cloud > Composants Azure > Composants Azure Data Lake Store

Ces propriétés sont utilisées pour configurer le tAzureFSConfiguration s'exécutant dans le framework de Jobs Spark Streaming.

Le composant tAzureFSConfiguration Spark Streaming appartient à la famille Storage.

Ce composant est disponible dans Talend Real Time Big Data Platform et dans Talend Data Fabric.

Basic settings

Azure FileSystem

Sélectionnez le système de fichiers à utiliser. Les paramètres à définir sont affichés en fonction.

Ce composant est conçu pour stocker vos données utilisateurs·rices ou vos données métier dans un système Data Lake Store et n'est pas compatible avec un Data Lake Store défini en tant que stockage principal dans HDInsight. Pour cette raison, si vous utilisez ce composant avec HDInsight, lorsque vous lancez HDInsight, configurez toujours Blob storage et non Data Lake Store, comme stockage principal.

Lorsque vous utilisez ce composant avec Azure Blob Storage :

Blob storage account

Saisissez le nom du compte de stockage auquel vous devez accéder. Vous pouvez trouver un nom de compte de stockage dans le dashboard Storage accounts du système Microsoft Azure Storage à utiliser. Assurez-vous que l'administrateur du système a donné les droits d'accès appropriés à ce compte de stockage.

Account key

Saisissez la clé associée au compte de stockage auquel vous devez accéder. Deux clés sont disponibles pour chaque compte. Par défaut, n'importe laquelle peut être utilisée pour accéder au compte.

Container

Saisissez le nom du conteneur de blob à utiliser.

Lorsque vous utilisez ce composant avec Azure Data Lake Storage :

Data Lake Store account

Saisissez le nom du compte Data Lake Store auquel accéder. Assurez-vous que l'administrateur du système vous a donné les droits d'accès appropriés pour ce compte.

Client ID et Client key

Saisissez l'ID et la clé d'authentification générés après enregistrement de l'application que le Job que vous développez utilise pour accéder à Azure Data Lake Store.

Assurez-vous que l'application à utiliser a les droits d'accès à Azure Data Lake. Vous pouvez vérifier dans la vue Required permissions de cette application, dans Azure. Pour plus d'informations, consultez la documentation Azure Attribuer l’application Azure AD au dossier ou fichier de compte Azure Data Lake Store.

Token endpoint

Copiez-collez l'endpoint du jeton OAuth 2.0 que vous pouvez obtenir dans la page App registrations.

Global Variables

Global Variables

ERROR_MESSAGE : message d'erreur généré par le composant lorsqu'une erreur survient. Cette variable est une variable After et retourne une chaîne de caractères. Cette variable fonctionne uniquement si la case Die on error est décochée, lorsque le composant contient cette case.

Une variable Flow fonctionne durant l'exécution d'un composant. Une variable After fonctionne après l'exécution d'un composant.

Pour renseigner un champ ou une expression à l'aide d'une variable, appuyez sur les touches Ctrl+Espace pour accéder à la liste des variables. À partir de cette liste, vous pouvez choisir la variable que vous souhaitez utiliser.

Pour plus d'informations concernant les variables, consultez le Guide d'utilisation du Studio Talend .

Utilisation

Règle d'utilisation

Ce composant est utilisé en standalone dans un sous-Job afin de fournir la configuration de connexion à votre système de fichiers Azure pour le Job complet.

Le tAzureFSConfiguration ne supporte pas l'accès à Google Cloud Dataproc V1.1 via SSL.

Spark Connection

Dans l'onglet Spark Configuration de la vue Run, définissez la connexion à un cluster Spark donné pour le Job complet. De plus, puisque le Job attend ses fichiers Jar dépendants pour l'exécution, vous devez spécifier le répertoire du système de fichiers dans lequel ces fichiers Jar sont transférés afin que Spark puisse accéder à ces fichiers :
  • Yarn mode (Yarn Client ou Yarn Cluster) :
    • Lorsque vous utilisez Google Dataproc, spécifiez un bucket dans le champ Google Storage staging bucket de l'onglet Spark configuration.

    • Lorsque vous utilisez HDInsight, spécifiez le blob à utiliser pour le déploiement du Job, dans la zone Windows Azure Storage configuration de l'onglet Spark configuration.

    • Lorsque vous utilisez Altus, spécifiez le bucket S3 ou le stockage Azure Data Lake (apercu technique) pour le déploiement du Job, dans l'onglet Spark configuration.
    • Lorsque vous utilisez d'autres distributions, utilisez le composant de configuration correspondant au système de fichiers utilisé par votre cluster. Généralement, ce système est HDFS et vous devez utiliser le tHDFSConfiguration.

  • Standalone mode : vous devez choisir le composant de configuration selon le système de fichiers que vous utilisez, comme tHDFSConfiguration ou tS3Configuration.

Cette connexion fonctionne uniquement pour le Job dans lequel vous l'avez définie.