代码改自文档中提交Job的代码，原文档中使用MapReduceJobSubmissionParameters提交JVM平台语言编写的jar文件。上面的例子使用MapReduceStreamingJobSubmissionParameters作为替换来提交Hadoop Streaming任务。
代码中的存储账户关联的容器可以使用Azure PowerShell快速查看。使用Azure PowerShell需要首先安装。在管理员提升的PowerShell窗口中执行：

Install-Module AzureRM

第一次使用Install-Module可能会提示需要安装NuGet提供程序，按Y继续就可以了。（PowerShell基于.NET，所以其扩展组件也被托管在NuGet上）
如果提示不受信任的存储库，也按Y继续即可。
成功安装基于PowerShell的Azure Resource Management工具后，在使用与账户相关的命令前都要先登录：

Login-AzureRmAccount

按提示输入相关信息，登陆成功后就可以执行查询命令了。必须获取HDInsight集群关联的存储账户。

Get-AzureRmHDInsightCluster -ClusterName "testmr"

返回信息中会包含如下内容，这就是我们想要的。

DefaultStorageAccount : hdinsighthystar.blob.core.windows.net DefaultStorageContainer : testmr-2017-03-26t03-57-40-342z

程序准备完后，在提交任务前，我们还需要将两个exe文件与输入上传到Azure Blob存储中。
向Azure Blob存储中拷贝文件有n多种方式，详见此文档。最直观的方式是使用宇宙第一IDE - VS中的Azure插件。Azure插件更新较频繁，请确保使用最新版的软件。本文编写时最新版本为Azure SDK for .NET 2.9.6。
安装插件后，在Cloud Explorer中可以看到容器（在服务器资源管理器中Azure结点也能看到存储账户的容器），右键快捷菜单中选择查看容器。

打开容器浏览界面，点击上传按钮打开上传对话框，选择要上传的文件，并输入路径。
注意输入路径会自动创建文件夹，这也是使用此插件来创建文件夹的唯一方式。

点击确定上传即可。
其他向Blob上传文件的方式还包括使用Azure CLI，AzCopy应用程序及Azure PowerShell。
另外由于Azure Blob存储与HDFS兼容，也可以直接使用hadoop fs命令来操作Azure Blob存储。
比如：

hadoop fs -put /home/testfile.txt wasbs://CONTAINER@ACCOUNT.blob.core.windows.net/testpath/

其中的容器名与账户名可以通过前文介绍的Azure PowerShell命令来获取。
如果本地Windows中没有安装hadoop，可以通过远程桌面连接到HDInsight集群，将文件复制到远程机器，并在远程桌面中使用hadoop导入文件到Azure Blob存储。（远程桌面环境下导入可以省略wasbs://CONTAINER@ACCOUNT.blob.core.windows.net，直接使用相对路径）

一切准备妥当后，运行SubmitNet项目，就可以提交任务：

测试结束后要记得删除集群：

删除HDInsight集群，不会同时删除存储账户，存储账户只要存在也会按照使用量计费，区域香港的话，每个容器每天要0.01港币。
所以，存储账户几乎不占成本，可以保留，以后创建新集群时直接选择现有存储账户的容器，可以直接执行其中的任务，查看其中的文件。

基于Windows的Azure HDInsight将于未来几个月内停止服务。但我们上面介绍的内容只要做一定就该就可以迁移到基于Linux的HDInsight中。首先，提交任务部分的代码是几乎不需要变（需要变的是指定Map和Reduce任务的参数，后文有说明），只要我们还在Windows系统中提交任务即可。使用.NET编写的Map和Reduce程序需要进行一定修改以便可以在.NET Core下运行。这个在下一小节有详细介绍。

.NET Core

随着.NET Core的日益完善，基于.NET Core开发可以让C# MapReduce程序运行在基于Linux的大数据集群中的程序已经成为可能。在Azure HDInsight（基于Linux）中（Ubuntu16.04）甚至都已经预装了.NET Core。参照上一小节的方法，我们可以让.NET Core编写的MR任务运行在基于Linux的HDInsight中。
首先我们在Azure中创建一个集群基于Linux的HDInsight集群。Linux版的HDInsight使用Ambari作为门户页面（关于Ambari的介绍，官方文档在此），而没有了像Windows版中那样一个页面，同时为了安全考虑YARN，JobHistory及存储的Web管理界面也没有直接暴露出来。访问这些页面需要使用SSH与Linux集群建立隧道，这个道理和我们平时用SSH搭梯子FQ是一样的（官方文档在此）。
首先做一点准备工作，使用https://[cluster-name].azurehdinsight.net这个地址（或直接在集群主页点击仪表盘或Ambari视图）打开Ambari，登陆后，查找并记录下headnode0主机的地址。

如图，Hosts标签页中名称hn0开头的就是我们要找的结点。点开查看详情：

记录下这个ip，后面可以直接使用ip来登陆这个结点。

楼主一般比较喜欢用SecureCRT作为终端，使用BitviseSSH来搭梯子。（虽然它们各自都可以完成另一方的工作，但个人还是喜欢这样搭配使用）
使用BitviseSSH建立与HDInsight Linux集群的通道设置方式见下图：