Spouštění federovaných dotazů na Amazon Redshiftu

cs-CZ: Tato stránka popisuje, jak nastavit Federaci Lakehouse k provádění federovaných dotazů na data Amazon Redshift, která nejsou spravována Azure Databricks. Další informace o federaci Lakehouse najdete v tématu Co je Federace Lakehouse?

Pokud se chcete připojit a spustit dotazy na databázi Amazon Redshift pomocí Lakehouse Federation, musíte v metastoru katalogu Azure Databricks Unity vytvořit následující:

• Připojení ke spuštěným dotazům v databázi Amazon Redshift.
• Cizí katalog, který zrcadlí spouštěné dotazy v databázi Amazon Redshift v Unity Catalogu, abyste mohli použít syntaxi dotazů Unity Catalogu a nástroje zásad správného řízení dat ke správě přístupu uživatelů Azure Databricks k databázi.

Než začnete

Požadavky na pracovní prostor:

• Pracovní prostor aktivován pro katalog Unity.

Požadavky na výpočetní prostředky:

• Síťové připojení z vašeho výpočetního prostředku k cílovým databázovým systémům. Viz doporučení k sítím pro Federaci Lakehouse.
• 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.
• 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.

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.

Poznámka:

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 katalogu klikněte na ikonu ikona Přidat a v nabídce vyberte možnost Přidat připojení.

   Případně na stránce Rychlý přístup klikněte na tlačítko Externí data >, přejděte na kartu Připojení a klikněte na Vytvořit připojení.

3. Na stránce Podrobnosti o připojení v průvodci nastavením připojení zadejte uživatelsky přívětivý název připojení.

4. Vyberte typ připojeníredshiftu.

5. (Volitelné) Přidejte komentář.

6. Klikněte na Další.

7. Na stránce Ověřování zadejte následující parametry připojení pro vaši instanci Redshiftu.

   • Hostitel: Příklad: redshift-demo.us-west-2.redshift.amazonaws.com
   • Port: Příklad: 5439
   • Uživatel: Příklad: redshift_user
   • Heslo: Příklad: password123

8. (Volitelné) Zakázat ověření názvů hostitelů SSL.

9. Klikněte na Vytvořit připojení.

10. 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.

11. (Volitelné) Kliknutím na test připojení potvrďte, že funguje.

12. Klikněte na Vytvořit katalog.

13. 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.

14. Změňte vlastníka , který bude moci spravovat přístup ke všem objektům v katalogu. Začněte do textového pole zadávat entitu a potom ve vrácených výsledcích klikněte na entitu.

15. Udělte oprávnění na katalog. Klikněte na Odsouhlasit:

    1. Uveďte uživatele Principals, kteří budou mít přístup k objektům v katalogu. Začněte do textového pole zadávat entitu a potom ve vrácených výsledcích klikněte na entitu.
    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.

16. Klikněte na Další.

17. Na stránce Metadata zadejte páry klíč-hodnota tagů. Další informace najdete v tématu Použití značek na zabezpečitelné objekty v Katalogu Unity.

18. (Volitelné) Přidejte komentář.

19. Klikněte na Uložit.

SQL

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

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

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

CREATE CONNECTION <connection-name> TYPE redshift
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

Poznámka:

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>');

Podporované odsdílení změn

Podporují se následující nabízení:

• Filtry
• Projekce
• Omezení
• Spojení
• Agregace (Průměr, Počet, Maximum, Minimum, Populační směrodatná odchylka, Výběrová směrodatná odchylka, Součet, Výběrový rozptyl)
• Funkce (řetězcové funkce a další různé funkce, jako jsou Alias, Cast, SortOrder)
• Třídění

Následující nabízená oznámení nejsou podporována:

• Funkce Systému Windows

Mapování datového typu

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

Typ Redshiftu	Typ Sparku
numerické	TypDesetinnéhoČísla
int2, int4	IntegerType
int8, oid, xid	DlouhýTyp
float4	Datový typ float
dvojitá přesnost, float8, peníze	DoubleType
bpchar, char, character varying, name, super, text, tid, varchar	Typ řetězce
bytea, geometrie, varbyte	BinárníTyp
bit, bool	Booleovský typ
datum	Typ data
tabstime, time, time with time zone, timetz, timetz, time without timetamp, timestamp with timetamp, timestamptz, timestamptz without time zone*	TimestampType/TimestampNTZType

*Při čtení z Redshiftu je Redshift Timestamp mapován na Spark TimestampType pokud infer_timestamp_ntz_type = false (výchozí). Redshift Timestamp je mapován na TimestampNTZType if infer_timestamp_ntz_type = true.

Omezení

• Na externích datech Amazon Redshift nemůžete spouštět federované dotazy.