使用Power BI连接EMR Serverless Spark并进行数据可视化_开源大数据平台 E-MapReduce(EMR)-阿里云帮助中心

Power BI是一个统一、可扩展的自助服务和企业商业智能（ BI）平台，支持用户对数据进行建模与可视化分析，并能够创建个性化的报表。本文介绍如何通过Power BI连接EMR Serverless Spark并可视化分析数据。

使用限制

不支持访问Paimon和Iceberg的数据目录或表。

下载并安装Power BI。下载地址请参见Microsoft Power BI。
已创建Spark Thrift Server会话及其Token，详情请参见创建Spark Thrift Server会话和管理Spark Thrift Server会话。

本文以user_behavior表为例进行说明。如您已拥有相关测试数据，则可跳过此步骤。

单击user.csv下载测试数据，并上传至阿里云OSS。
例如，本文上传的路径为oss://emr-oss-hdfs/spark/user_behavior/user.csv，上传文件具体操作，请参见上传文件。
创建SQL会话。
1. 进入会话管理页面。
  1. 登录E-MapReduce控制台。
  2. 在左侧导航栏，选择EMR Serverless > Spark。
  3. 在Spark页面，单击目标工作空间名称。
  4. 在EMR Serverless Spark页面，单击左侧导航栏中的会话管理。
2. 在SQL 会话页面，单击创建 SQL 会话。
3. 在创建 SQL 会话页面，单击创建。
  更多参数详情，请参见管理SQL会话。
创建SQL开发。
1. 在EMR Serverless Spark页面，单击左侧导航栏中的数据开发。
2. 在开发目录页签下，单击图标。
3. 在新建对话框中，输入名称（例如user_behavior），类型使用默认的SparkSQL，然后单击确定。
4. 拷贝如下代码到新增的SparkSQL页签（user_behavior）中。
```
CREATE TABLE user_behavior (
    user_id INT,
    item_id INT,
    behavior_type INT,
    user_geohash STRING,
    item_category INT,
    time STRING
)USING CSV
  Location 'oss://emr-oss-hdfs/spark/user_behavior';
   
  SELECT * FROM user_behavior limit 1000;
```
5. 选择一个数据库（例如default），并选择在前面步骤中已启动的SQL会话实例。
6. 单击运行，执行创建的任务。

请根据您的使用习惯选择合适的方式。如果选择使用ODBC方式，则需安装并配置ODBC。

配置ODBC驱动。

在Microsoft Spark ODBC Driver DSN Setup对话框中，输入以下信息，其余参数可以使用默认设置。

参数	说明
Date Source Name	数据源名称。例如，serverless_spark_test。
Host(s)	您创建的Spark Thrift Server会话的Endpoint（外网）或Endpoint（内网）信息。
Mechanism	鉴权方式。选择User Name and Password。
User Name	Token管理页签的Token名称。
Password	Token管理页签的Token信息。

单击HTTP Options，在HTTP Path中输入/cliservice，然后单击OK。
（可选）单击Advanced Options，在弹出的对话框中勾选Get Tables With Query，然后单击OK。
说明
如果默认Catalog中存在Paimon表或Iceberg表，则建议配置。
在Microsoft Spark ODBC Driver DSN Setup对话框中，单击Test，测试连接性。
如果返回信息中包含SUCCESS，则表示ODBC连接Serverless Spark Thrift Server成功。
在Microsoft Spark ODBC Driver DSN Setup对话框中，单击OK，保存DSN配置。

连接EMR Serverless Spark。
1. 打开Power BI Desktop，在主页页签，单击从其他源获取数据 。
2. 在获取数据页面的全部选项中，搜索并选择ODBC，然后单击连接。
3. 选择刚才保存的数据源名称（serverless_spark_test），然后单击确定。
4. 在弹出的对话框的Windows页签，选择使用我的当前凭据，然后单击连接。
在导航器对话框中，选择需要导入的表，并单击加载。

在弹出的对话框中配置连接信息，然后单击确定。

在连接Spark Thrift Server时，请根据您的实际情况替换以下信息。

参数	描述
服务器	填写格式为`http//<endpoint>:<port>/cliservice/token/<token>`。其中： `<endpoint>`：您创建的Spark Thrift Server会话的Endpoint（外网）或Endpoint（内网）信息。 `<port>`：端口号。使用外网域名访问时端口号为443，使用内网域名访问时端口号为80。 `<token>`：Token管理页签的Token信息。
协议	选择HTTP。
数据连接模式	取值说明：导入：将数据复制到Power BI中。 DirectQuery：从其连接的数据源动态请求数据。说明在以下情况下，更适合使用DirectQuery。数据源中包含大量数据。需要使用“准实时”数据。
高级选项	此处示例无需配置，保持默认值即可。您也可以根据实际业务需求进行精细化配置。