Spouštění federovaných dotazů v PostgreSQL

Tato stránka popisuje, jak nastavit Federaci Lakehouse, aby spouštěla federované dotazy na data PostgreSQL, která nejsou spravována službou Azure Databricks. Další informace o federaci Lakehouse najdete v tématu Připojení k externím databázím a katalogům.

Pro připojení k databázi PostgreSQL a spuštění dotazů pomocí federace Lakehouse musíte vytvořit následující v metastoru Unity Catalog v Azure Databricks (pracovní prostory vytvořené po 9. listopadu 2023 již automaticky mají zřízený Unity Catalog metastore):

• Připojení pro spouštění dotazů v databázi PostgreSQL.
• cizí katalog, který zrcadlí dotazy spouštěné v databázi PostgreSQL v katalogu Unity, abyste mohli ke správě uživatelského přístupu k databázi použít syntax dotazů a nástroje pro správu dat v katalogu Unity.

Než začnete

Požadavky na pracovní prostor:

• Pracovní prostor aktivován pro katalog Unity. Pracovní prostory vytvořené po 9. listopadu 2023 jsou pro Unity Catalog automaticky povolené, včetně automatického provisioningu metastoru. Metastore nemusíte vytvářet ručně, pokud váš pracovní prostor pochází z doby před automatickým povolením a nebyl povolen pro Unity Catalog. Viz Začínáme s katalogem Unity.

Požadavky na výpočetní prostředky:

• Síťové připojení z vašeho výpočetního prostředku k cílovým databázovým systémům. Viz doporučení ohledně sítí pro Lakehouse Federation.
• Výpočetní prostředky Azure Databricks musí používat Databricks Runtime 13.3 LTS nebo novější a Standard nebo dedikovaný režim přístupu.
• Sql Warehouse musí být pro nebo bezserverové a musí používat verzi 2023.40 nebo vyšší.

Požadovaná oprávnění:

• Pokud chcete vytvořit připojení, musíte být správcem metastoru nebo uživatelem s oprávněním CREATE CONNECTION k metastoru katalogu Unity připojenému k pracovnímu prostoru. V pracovních prostorech, které byly automaticky povoleny pro Katalog Unity, mají správci pracovišť CREATE CONNECTION ve výchozím nastavení oprávnění.
• Chcete-li vytvořit cizí katalog, musíte mít oprávnění CREATE CATALOG k metastoru a být buď vlastníkem připojení, nebo mít oprávnění CREATE FOREIGN CATALOG pro připojení. V pracovních prostorech, které byly automaticky povoleny pro Katalog Unity, mají správci pracovišť CREATE CATALOG ve výchozím nastavení oprávnění.

Další požadavky na oprávnění jsou uvedeny v následující části založené na úlohách.

Vytvoření připojení

Připojení určuje cestu a přihlašovací údaje pro přístup k externímu databázovému systému. K vytvoření připojení můžete použít Průzkumníka katalogu nebo příkaz CREATE CONNECTION SQL v poznámkovém bloku Azure Databricks nebo editoru dotazů SQL Databricks.

Note

K vytvoření připojení můžete použít také rozhraní REST API Databricks nebo rozhraní příkazového řádku Databricks. Viz POST /api/2.1/unity-catalog/connections a příkazy Unity Catalog .

Požadovaná oprávnění: Správce metastoru nebo uživatel s oprávněním CREATE CONNECTION .

Průzkumník katalogu

1. V pracovním prostoru Azure Databricks klikněte na Katalog.
2. V horní části podokna Katalog klikněte na ikonu Přidat a v nabídce vyberte Vytvořit připojení .
3. Na stránce základy připojení průvodce Nastavení připojení zadejte uživatelsky přívětivý název připojení.
4. Vyberte typ připojení pro PostgreSQL.
5. (Volitelné) Přidejte komentář.
6. Klikněte na tlačítko Další.
7. Na stránce Ověřování zadejte pro vaši instanci PostgreSQL následující vlastnosti připojení.
   • Hostitel: Příklad: postgres-demo.lb123.us-west-2.rds.amazonaws.com
   • Port: Příklad: 5432
   • Uživatel: Příklad: postgres_user
   • Heslo: Příklad: password123
8. Klikněte na Vytvořit připojení.
9. Na stránce základy katalogu zadejte název cizího katalogu. Cizí katalog zrcadlí databázi v externím datovém systému, abyste mohli dotazovat a spravovat přístup k datům v této databázi pomocí Azure Databricks a Unity Catalog.
10. (Volitelné) Kliknutím na test připojení potvrďte, že funguje.
11. Klikněte na Vytvořit katalog.
12. Na stránce Access vyberte pracovní prostory, ve kterých mají uživatelé přístup k vytvořenému katalogu. Můžete vybrat Všechny pracovní prostory mají přístup, nebo klepněte na Přiřadit k pracovním prostorům, vyberte pracovní prostory a potom klikněte na Přiřadit.
13. Změňte vlastníka , který bude moci spravovat přístup ke všem objektům v katalogu. Začněte do textového pole zadávat hlavní objekt a potom ve vrácených výsledcích klikněte na hlavní objekt.
14. Udělte oprávnění na katalog. Klikněte na Udělit:
    1. Uveďte uživatele Principals, kteří budou mít přístup k objektům v katalogu. Začněte do textového pole zadávat hlavní objekt a potom ve vrácených výsledcích klikněte na hlavní objekt.
    2. Vyberte přednastavení oprávnění, které se mají každému subjektu udělit. Všichni uživatelé účtu mají ve výchozím nastavení udělené BROWSE.
       • V rozevírací nabídce vyberte Data Reader a poskytněte read oprávnění k objektům v katalogu.
       • V rozevírací nabídce vyberte Datový editor a udělte oprávnění read a modify k objektům v katalogu.
       • Ručně vyberte oprávnění, která chcete udělit.
    3. Klikněte na Povolit.
15. Klikněte na tlačítko Další.
16. Na stránce Metadata zadejte značky v podobě párů klíč-hodnota. Další informace najdete v tématu Použití značek na zabezpečitelné objekty v Katalogu Unity.
17. (Volitelné) Přidejte komentář.
18. Klikněte na Uložit.

SQL

V poznámkovém bloku nebo editoru dotazů SQL Databricks spusťte následující příkaz.

CREATE CONNECTION <connection-name> TYPE postgresql
OPTIONS (
  host '<hostname>',
  port '<port>',
  user '<user>',
  password '<password>'
);

Doporučujeme používat Azure Databricks tajemství místo prostého textu pro citlivé hodnoty, jako jsou přihlašovací údaje. Například:

CREATE CONNECTION <connection-name> TYPE postgresql
OPTIONS (
  host '<hostname>',
  port '<port>',
  user secret ('<secret-scope>','<secret-key-user>'),
  password secret ('<secret-scope>','<secret-key-password>')
)

Informace o nastavení tajných kódů najdete v tématu Správa tajných kódů.

Vytvoření zahraničního katalogu

Note

Pokud k vytvoření připojení ke zdroji dat použijete uživatelské rozhraní, zahrne se vytvoření cizího katalogu a tento krok můžete přeskočit.

Cizí katalog zrcadlí databázi v externím datovém systému, abyste mohli dotazovat a spravovat přístup k datům v této databázi pomocí Azure Databricks a Unity Catalog. Chcete-li vytvořit cizí katalog, použijete připojení ke zdroji dat, který již byl definován.

K vytvoření cizího katalogu můžete použít Průzkumníka katalogu nebo příkaz CREATE FOREIGN CATALOG SQL v poznámkovém bloku Azure Databricks nebo v editoru dotazů SQL. K vytvoření katalogu můžete použít také rozhraní REST API Databricks nebo rozhraní příkazového řádku Databricks. Viz POST /api/2.1/unity-catalog/catalogs a příkazy Unity Catalog.

Požadovaná oprávnění:CREATE CATALOG oprávnění k metastoru a vlastnictví připojení nebo CREATE FOREIGN CATALOG oprávnění k připojení.

Průzkumník katalogu

1. V pracovním prostoru Azure Databricks klikněte na Klikněte na Katalog pro otevření Průzkumníka katalogu.

2. V horní části podokna katalogu klikněte na ikonu Přidat nebo plus a v nabídce vyberte Přidat katalog.

   Případně na stránce Rychlý přístup klikněte na tlačítko Katalogy a potom klikněte na tlačítko Vytvořit katalog.

3. Postupujte podle pokynů pro vytváření cizích katalogů v Vytvořit katalogy.

SQL

V poznámkovém bloku nebo editoru dotazů SQL spusťte následující příkaz SQL. Položky v závorkách jsou volitelné. Nahraďte zástupné hodnoty:

• <catalog-name>: Název katalogu v Azure Databricks.
• <connection-name>: Objekt připojení , který určuje zdroj dat, cestu a přihlašovací údaje pro přístup.
• <database-name>: Název databáze, kterou chcete zrcadlit jako katalog v Azure Databricks.

CREATE FOREIGN CATALOG [IF NOT EXISTS] <catalog-name> USING CONNECTION <connection-name>
OPTIONS (database '<database-name>');

Podporovaná snižování

V následující tabulce najdete seznam pushdown operací podporovaných pro PostgreSQL spolu s potřebnými výpočetními požadavky pro každou z nich.

Zásobník	Podporované výpočetní prostředky
Funkce data, času a časového razítka (pouze částečné, filtrovací výrazy)	Všechny výpočetní prostředky
Filters	Všechny výpočetní prostředky
Limit	Všechny výpočetní prostředky
Matematické funkce (pouze částečné, filtrovací výrazy)	Všechny výpočetní prostředky
Různé funkce (například Alias, Cast, SortOrder; částečné, pouze filtrační výrazy)	Všechny výpočetní prostředky
Posun	Všechny výpočetní prostředky
Projections	Všechny výpočetní prostředky
Řetězcové funkce (pouze částečné, filtrovací výrazy)	Všechny výpočetní prostředky
TABLESAMPLE (bez nahrazení)	Všechny výpočetní prostředky
Agregáty	Všechny výpočetní prostředky
Aritmetické operátory (například +, -, *, %, /; není podporováno, pokud je ANSI zakázáno)	Všechny výpočetní prostředky
Logické operátory (například =, <=>, <, <=, >, >=)	Všechny výpočetní prostředky
bitové operátory (&, | a ~)	Všechny výpočetní prostředky
Řazení při použití s limitem	Všechny výpočetní prostředky
Joins	Databricks Runtime 17.2 a vyšší verze a výpočetní prostředky SQL Warehouse. Tento posun je ve verzi Public Preview; na stránce Náhledy povolte přepínač Připojit se k nabízeným oznámením pro federované dotazy.
Funkce Systému Windows	Nepodporováno

Mapování datového typu

Při čtení z PostgreSQL do Sparku se datové typy mapuje takto:

Typ PostgreSQL	Typ Spark
numeric	DecimalType
int2	ShortType
int4 (pokud není podepsáno)	IntegerType
int8, oid, , xidint4(pokud je podepsáno)	LongType
float4	FloatType
double precision, float8	DoubleType
char	CharType
name, varchar, tid	VarcharType
bpchar, character varying, json, , jsonbmoney, point, , supertext	StringType
bytea, geometry, varbyte	BinaryType
bit, bool	BooleanType
date	DateType
tabstime, timetime s časovým pásmem, timetzbez time časového pásma, timestamp s časovým pásmem, timestamp, bez timestamptztimestamp časového pásma*	TimestampType/TimestampNTZType
Typ pole PostgreSQL**	ArrayType

Při čtení z Postgresql se Postgresql Timestamp mapuje na Spark TimestampType, pokud je preferTimestampNTZ = false nastaveno jako výchozí. Postgresql Timestamp je mapován na TimestampNTZType if preferTimestampNTZ = true.

**Podporují se omezené typy polí.

Dodatečné zdroje

• Připojte se k odsdílení ve službě Lakehouse Federation
• Doporučení k sítím pro federaci Lakehouse
• Dotazování externích databází pomocí remote_query funkce