Abfragen von SQL Server mit Azure Databricks

In diesem Artikel erfahren Sie, wie Sie Azure Databricks mit einem Microsoft SQL-Server verbinden können, um Daten zu lesen und zu schreiben.

Hinweis

Möglicherweise bevorzugen Sie Lakehouse Federation für die Verwaltung von Abfragen von SQL Server-Daten. Weitere Informationen unter Was ist Lakehouse Federation.

Konfigurieren einer Verbindung mit einem SQL Server

In Databricks Runtime 11.3 LTS und höher können Sie das sqlserver-Schlüsselwort verwenden, um den enthaltenen Treiber für die Verbindung mit dem SQL-Server zu verwenden. Verwenden Sie beim Arbeiten mit DataFrames die folgende Syntax:

Python

remote_table = (spark.read
  .format("sqlserver")
  .option("host", "hostName")
  .option("port", "port") # optional, can use default port 1433 if omitted
  .option("user", "username")
  .option("password", "password")
  .option("database", "databaseName")
  .option("dbtable", "schemaName.tableName") # (if schemaName not provided, default to "dbo")
  .load()
)

Scala

val remote_table = spark.read
  .format("sqlserver")
  .option("host", "hostName")
  .option("port", "port") // optional, can use default port 1433 if omitted
  .option("user", "username")
  .option("password", "password")
  .option("database", "databaseName")
  .option("dbtable", "schemaName.tableName") // (if schemaName not provided, default to "dbo")
  .load()

Wenn Sie mit SQL arbeiten, geben Sie sqlserver in der USING-Klausel an, und übergeben Sie Optionen während dem Erstellen einer Tabelle, wie im folgenden Beispiel gezeigt:

DROP TABLE IF EXISTS sqlserver_table;
CREATE TABLE sqlserver_table
USING sqlserver
OPTIONS (
  dbtable '<schema-name.table-name>',
  host '<host-name>',
  port '1433',
  database '<database-name>',
  user '<username>',
  password '<password>'
);

Verwenden des Legacy-JDBC-Treibers

In Databricks Runtime 10.4 LTS und niedriger müssen Sie den Treiber und die Konfigurationen mithilfe der JDBC-Einstellungen angeben. Im folgenden Beispiel wird der SQL Server mithilfe seines JDBC-Treibers abgefragt. Weitere Informationen zum Lesen, Schreiben und Konfigurieren von Parallelismus und zum Abfrage-Pushdown finden Sie unter Abfragen von Datenbanken mithilfe von JDBC.

Python

driver = "com.microsoft.sqlserver.jdbc.SQLServerDriver"

database_host = "<database-host-url>"
database_port = "1433" # update if you use a non-default port
database_name = "<database-name>"
table = "<table-name>"
user = "<username>"
password = "<password>"

url = f"jdbc:sqlserver://{database_host}:{database_port};database={database_name}"

remote_table = (spark.read
  .format("jdbc")
  .option("driver", driver)
  .option("url", url)
  .option("dbtable", table)
  .option("user", user)
  .option("password", password)
  .load()
)

Scala

val driver = "com.microsoft.sqlserver.jdbc.SQLServerDriver"

val database_host = "<database-host-url>"
val database_port = "1433" // update if you use a non-default port
val database_name = "<database-name>"
val table = "<table-name>"
val user = "<username>"
val password = "<password>"

val url = s"jdbc:sqlserver://{database_host}:{database_port};database={database_name}"

val remote_table = spark.read
  .format("jdbc")
  .option("driver", driver)
  .option("url", url)
  .option("dbtable", table)
  .option("user", user)
  .option("password", password)
  .load()