使用 Azure 入口網站管理 Azure Data Lake Analytics

本文說明如何使用 Azure 入口網站來管理 Azure Data Lake Analytics 帳戶、數據源、用戶和作業。

管理 Data Lake Analytics 帳戶

建立帳戶

1. 登入 Azure 入口網站。
2. 選取 [建立資源 ]，然後搜尋 Data Lake Analytics。
3. 選取下列項目的值：
   1. 名稱:D ata Lake Analytics 帳戶的名稱。
   2. 訂用帳戶：用於帳戶的 Azure 訂用帳戶。
   3. 資源群組：要在其中建立帳戶的 Azure 資源群組。
   4. 位置:D ata Lake Analytics 帳戶的 Azure 數據中心。
   5. Data Lake Store：要用於 Data Lake Analytics 帳戶的預設存放區。 Azure Data Lake Store 帳戶和 Data Lake Analytics 帳戶必須位於相同的位置。
4. 選取 ，創建。

刪除 Data Lake Analytics 帳戶

刪除 Data Lake Analytics 帳戶之前，請先刪除其預設 Data Lake Store 帳戶。

1. 在 Azure 入口網站中，移至 Data Lake Analytics 帳戶。
2. 選擇 刪除。
3. 輸入帳戶名稱。
4. 選擇 刪除。

管理資料來源

Data Lake Analytics 支援下列數據源：

• Data Lake Store
• Azure 儲存服務

您可以使用 [資料總管] 來瀏覽資料源並執行基本檔案管理作業。

新增數據源

1. 在 Azure 入口網站中，移至 Data Lake Analytics 帳戶。

2. 選取 [數據總管]。

3. 選取 [新增數據源]。

   • 若要新增 Data Lake Store 帳戶，您需要帳戶名稱和帳戶的存取權，才能進行查詢。
   • 若要新增 Azure Blob 記憶體，您需要記憶體帳戶和帳戶密鑰。 若要尋找它們，請移至入口網站中的記憶體帳戶，然後選取 [ 存取密鑰]。

設定防火牆規則

您可以使用 Data Lake Analytics，在網路層級進一步鎖定 Data Lake Analytics 帳戶的存取權。 您可以啟用防火牆、指定IP位址，或為您的受信任客戶端定義IP位址範圍。 啟用這些量值之後，只有具有定義範圍內IP位址的用戶端才能連線到存放區。

如果 Azure Data Factory 或 VM 等其他 Azure 服務連線到 Data Lake Analytics 帳戶，請確定 [允許 Azure 服務] 已開啟。

設定防火牆規則

1. 在 Azure 入口網站中，移至 Data Lake Analytics 帳戶。
2. 在左側功能表中，選取 [ 防火牆]。

加入新使用者

您可以使用 [ 新增使用者精靈 ] 輕鬆地建立新的 Data Lake 使用者。

1. 在 Azure 入口網站中，移至 Data Lake Analytics 帳戶。
2. 在左側的 [ 用戶入門] 底下，選取 [新增使用者精靈]。
3. 選取使用者，然後選取 [選取]。
4. 選取角色，然後選取 [選取]。 若要設定新的開發人員以使用 Azure Data Lake，請選取 Data Lake Analytics 開發人員 角色。
5. 選取 U-SQL 資料庫的存取控制清單 （ACL）。 當您滿意您的選擇時，請選取 [ 選取]。
6. 選取檔案的 ACL。 針對預設存放區，請勿變更根資料夾 “/” 和 /system 資料夾的 ACL。 選取 [選取]。
7. 檢閱所有選取的變更，然後選取 [ 執行]。
8. 當精靈完成時，請選取 [完成]。

管理 Azure 角色型訪問控制

與其他 Azure 服務一樣，您可以使用 Azure 角色型存取控制 （Azure RBAC） 來控制使用者與服務互動的方式。

標準 Azure 角色具有下列功能：

• 擁有者：可以提交作業、監視作業、取消任何用戶的作業，以及設定帳戶。
• 參與者：可以提交作業、監視作業、取消任何用戶的作業，以及設定帳戶。
• 讀取器：可以監視作業。

使用 Data Lake Analytics 開發人員角色，讓 U-SQL 開發人員能夠使用 Data Lake Analytics 服務。 您可以使用 Data Lake Analytics 開發人員角色來：

• 提交任務。
• 監視作業狀態，以及任何使用者所提交之作業的進度。
• 請參閱任何使用者所提交作業的U-SQL 腳稿。
• 只取消您自己的任務。

將使用者或安全組新增至 Data Lake Analytics 帳戶

1. 在 Azure 入口網站中，移至 Data Lake Analytics 帳戶。

2. 選取 存取控制 (IAM)。

3. 選取 [新增]> [新增角色指派]，開啟 [新增角色指派] 頁面。

4. 將角色指派給使用者。 如需詳細步驟，請參閱使用 Azure 入口網站指派 Azure 角色。

   

管理任務

提交工作

1. 在 Azure 入口網站中，移至 Data Lake Analytics 帳戶。

2. 選取 新增作業。 針對每個作業，設定：

   1. 工作名稱：作業的名稱。
   2. 優先順序：這是在 [更多選項] 底下。 較低的數位具有較高的優先順序。 如果兩個作業已排入佇列，則會先執行優先順序較低的作業。
   3. AU：要保留此作業的分析單位數目上限或計算程式。
   4. 運行時間：此外，在 [其他選項] 底下。 除非您收到自定義運行時間，否則請選取 [預設運行時間]。

3. 新增您的腳本。

4. 選擇提交作業。

監控工作

1. 在 Azure 入口網站中，移至 Data Lake Analytics 帳戶。
2. 選取頁面頂端的 [ 檢視所有作業 ]。 會顯示帳戶中所有活躍和近期完成的作業清單。
3. 選擇性地選取 [篩選]，以協助您依時間範圍、狀態、作業名稱、作業標識碼、管線名稱或管線標識碼、週期名稱或週期標識符，以及作者值來尋找作業。

監視管線作業

屬於管線一部分的作業通常會依序一起運作，以完成特定案例。 例如，您可以建立一個清理、擷取、轉換和匯總使用數據以獲取客戶洞察的流程。 提交作業時，會使用 「Pipeline」 屬性來識別管線作業。 使用ADF V2排程的作業會自動填入此屬性。

若要檢視屬於管線一部分的 U-SQL 作業清單：

1. 在 Azure 入口網站中，移至 Data Lake Analytics 帳戶。
2. 選取 [作業深入解析]。 [所有作業] 索引標籤預設為 ，其中顯示執行中、已排入佇列和已結束作業的清單。
3. 選取 [管線作業] 索引標籤。管線作業清單會連同每個管線的匯總統計數據一起顯示。

監視週期性作業

週期性作業是具有相同商業規則，但每次執行時都會使用不同的輸入數據。 在理想情況下，週期性作業應該一律會成功，而且運行時間相對穩定;監視這些行為將有助於確保作業狀況良好。 週期性作業是使用 「Recurrence」 屬性來識別。 使用ADF V2排程的作業會自動填入此屬性。

若要檢視週期性U-SQL 作業的清單：

1. 在 Azure 入口網站中，移至 Data Lake Analytics 帳戶。
2. 選取 [作業深入解析]。 [所有作業] 索引標籤預設為 ，其中顯示執行中、已排入佇列和已結束作業的清單。
3. 選取 [ 週期性作業] 索引標籤。將會顯示週期性作業清單，以及每個週期性作業的匯總統計數據。

後續步驟

• Azure Data Lake Analytics 概觀 자세보기
• 使用 Azure PowerShell 管理 Azure Data Lake Analytics
• 使用原則管理 Azure Data Lake Analytics