Azure storage blobs 从HDInsight中的Azure表存储读取数据

我想使用Azure表存储作为在HDInsight上运行的Hadoop应用程序的数据源。我只找到了MSFT，但是没有足够的文档。关于从Azure Table采购，我有几个问题：

1） 数据块是如何形成的？让我们来看看，我能把一个分区的记录给每个映射器吗？如果是，如果分区包含大量记录，会发生什么情况？若否，如何运作

2） Hadoop应用程序也可以输出到Azure表吗

---

3） Hadoop作业能否从两个（或更多）Azure表中获取数据？如果是，如何在映射器中区分它们？e、 g.当从多个文件中获取数据时，我们可以根据输入的文件名来区分记录。

这篇博客文章对其进行了一些记录，并回答了您关于映射器的问题：

据我所知，您无法使用此库插入Azure表存储

---

我相信您可以通过创建两个外部表并将它们连接到Hive中来读取两个表

如果您使用的是HDInsight，那么您可能是在用Java编写代码，这意味着您希望查看Azure存储。有关使用Azure存储表的最佳实践，请查看此最佳实践。谢谢，但我主要关心的是在HDInsight中获取数据。Azure存储Java客户端将是底层。我需要在上面加一层。我已经读过这篇博文，但它很短，没有解释细节。我如何更改azure tables hadoop库，以便mapper获得属于多个partitionkey的实体？默认行为是为每个映射器提供一个partitionkey的实体。@H.Z.幸运的是，它是开放源代码，因此您可以根据自己的需要进行更改。是的，但我不太明白该如何做。据我所知，我应该扩展BaseAzureTablePartitioner类并编写自己的类。我遇到了两个问题1）我应该将什么逻辑放入MyCustomizedAzureTablePartitioner类中，以便每个映射程序都使用多个分区2）我如何使库使用MyCustomizedAzureTablePartitioner。你能帮我吗？