Összevont lekérdezések futtatása egy másik Databricks-munkaterületen

Ez a cikk bemutatja, hogyan állíthatja be a Lakehouse Federationt, hogy összevont lekérdezéseket futtasson a Databricks-adatokon egy másik Databricks-munkaterületen. Ha többet szeretne megtudni a Lakehouse Federation-ről, olvassa el a Mi az a Lakehouse Federation?

Fontos

A Databricks-to-Databricks Lakehouse Federation egy jó eszköz arra, hogy lekérdezéseket futtasson egy másik Databricks-munkaterület Hive- vagy AWS Glue-metaadattára által kezelt adatokon. A legtöbb más forgatókönyv esetében a többi Azure Databricks-munkafolyamat hatékonyabb:

• Ha az Azure Databricks-munkaterületek ugyanazt a Unity Catalog-metaadattárat használják, a munkaterületek közötti lekérdezéseket szabványos Unity Catalog-lekérdezésekkel és adatszabályozási eszközökkel kezelheti.
• Ha írásvédett hozzáférést szeretne az adatokhoz egy másik Unity Catalog-metaadattárhoz csatolt Databricks-munkaterületen, akár az Azure Databricks-fiókjában, akár nem, a Delta Sharing jobb választás.

Ezen forgatókönyvek egyikében sincs szükség a Lakehouse Federation beállítására.

Ha egy Másik munkaterületen lévő Databricks-katalógushoz szeretne csatlakozni a Lakehouse Federation használatával, az alábbiakat kell létrehoznia az Azure Databricks Unity Catalog metaadattárában:

• Fürt vagy SQL-raktár egy Databricks-munkaterületen.
• Kapcsolat a fürthöz vagy az SQL Warehouse-hoz.
• Egy idegen katalógus a Unity Catalog metaadattárában, amely a fürtből vagy az SQL Warehouse-ból elérhető többi Databricks-katalógust tükrözi, így a Unity Catalog lekérdezési szintaxisával és adatszabályozási eszközeivel kezelheti az Azure Databricks felhasználói hozzáférését az adatokhoz.

Mielőtt elkezdené

Munkaterületre vonatkozó követelmények:

• A Unity Cataloghoz engedélyezett munkaterület.

Számítási követelmények:

• Hálózati kapcsolat a Databricks Runtime-fürtből vagy az SQL Warehouse-ból a céladatbázis-rendszerekhez. Lásd a Lakehouse Federation hálózatkezelési ajánlásait.
• Az Azure Databricks-fürtöknek a Databricks Runtime 13.3 LTS vagy újabb verzióját kell használniuk, valamint megosztott vagy egyfelhasználós hozzáférési módot kell használniuk.
• Az SQL-raktáraknak Pro vagy Kiszolgáló nélkülinek kell lenniük, és 2023.40-et vagy újabb verziót kell használniuk.

Szükséges engedélyek:

• Kapcsolat létrehozásához metaadattár-rendszergazdának vagy felhasználónak kell lennie a CREATE CONNECTION munkaterülethez csatolt Unity Catalog metaadattára jogosultsággal.
• Külföldi katalógus létrehozásához rendelkeznie kell a CREATE CATALOG metaadattár engedélyével, és vagy a kapcsolat tulajdonosának kell lennie, vagy jogosultsággal kell rendelkeznie CREATE FOREIGN CATALOG a kapcsolaton.

Az alábbi tevékenységalapú szakaszokban további engedélykövetelmények vannak megadva.

A kapcsolat konfigurálásához aktív fürtnek vagy SQL Warehouse-nak is rendelkeznie kell az Azure Databricks-munkaterületen.

Kapcsolat létrehozása

A kapcsolat megadja a külső adatbázisrendszer eléréséhez szükséges elérési utat és hitelesítő adatokat. Kapcsolat létrehozásához használhatja a Catalog Explorert vagy az CREATE CONNECTION SQL-parancsot egy Azure Databricks-jegyzetfüzetben vagy a Databricks SQL-lekérdezésszerkesztőben.

Szükséges engedélyek: Metaadattár-rendszergazda vagy jogosultsággal CREATE CONNECTION rendelkező felhasználó.

Katalóguskezelő

1. Az Azure Databricks-munkaterületen kattintson a Katalógus elemre .

2. A Katalógus panel tetején kattintson a Hozzáadás ikonra, és válassza a Kapcsolat hozzáadása lehetőséget a menüből.

   Másik lehetőségként a Gyorselérési lapon kattintson a Külső adatok >gombra, lépjen a Kapcsolatok lapra, és kattintson a Kapcsolat létrehozása parancsra.

3. Adjon meg egy felhasználóbarát kapcsolatnevet.

4. Válassza ki a Databricks kapcsolattípusát.

5. Adja meg a többi Databricks-példány alábbi kapcsolati tulajdonságait.

   • Gazdagép: Munkaterület-példány neve. A munkaterület-példány nevének lekéréséről további információt a munkaterület-objektumok azonosítóinak lekérése című témakörben talál.
   • HTTP-elérési út: Az SQL Warehouse HTTP-elérési útja. Az elérési út lekéréséhez nyissa meg az SQL > SQL Warehouses oldalt az oldalsávon, jelölje ki az SQL Warehouse-t, lépjen a Kapcsolat részletei lapra, és másolja ki a HTTP-elérési út értékét.
   • Személyes hozzáférési jogkivonat: Egy Azure Databricks személyes hozzáférési jogkivonat, amely lehetővé teszi a cél-munkaterülethez való hozzáférést. A jogkivonat beszerzéséről az Azure Databricks személyes hozzáférési jogkivonat-hitelesítésében olvashat. Kapcsolatok esetén a Databricks személyes hozzáférési jogkivonat használatát javasolja egy szolgáltatásnévhez.

6. (Nem kötelező) Kattintson a Kapcsolat tesztelése elemre annak ellenőrzéséhez, hogy működik-e.

7. (Nem kötelező) Megjegyzés hozzáadása.

8. Kattintson a Létrehozás gombra.

SQL

Futtassa a következő parancsot egy jegyzetfüzetben vagy a Databricks SQL-lekérdezésszerkesztőben, és cserélje le a következőket:

• <connection-name>: A létrehozott kapcsolat felhasználóbarát neve.
• <workspace-instance>: A cél-munkaterület példánya. A munkaterület-példány nevének lekéréséről további információt a munkaterület-objektumok azonosítóinak lekérése című témakörben talál.
• <sql-warehouse-path>: Az SQL Warehouse HTTP-elérési útja. Az elérési út lekéréséhez nyissa meg az SQL > SQL Warehouses oldalt az oldalsávon, jelölje ki az SQL Warehouse-t, lépjen a Kapcsolat részletei lapra, és másolja ki a HTTP-elérési út értékét.
• <personal-access-token>: Egy Azure Databricks személyes hozzáférési jogkivonat, amely lehetővé teszi a cél munkaterülethez való hozzáférést. A jogkivonat beszerzéséről az Azure Databricks személyes hozzáférési jogkivonat-hitelesítésében olvashat. Kapcsolatok esetén a Databricks azt javasolja, hogy használja a szolgáltatásnév személyes hozzáférési jogkivonatát.

CREATE CONNECTION <connection-name> TYPE databricks
OPTIONS (
  host '<workspace-instance>',
  httpPath '<sql-warehouse-path>',
  personalAccessToken '<personal-access-token>'
);

Javasoljuk, hogy az Azure Databricks titkos kulcsait használja egyszerű szöveges sztringek helyett olyan bizalmas értékekhez, mint a hitelesítő adatok. Példa:

CREATE CONNECTION <connection-name> TYPE databricks
OPTIONS (
  host '<workspace-instance>',
  httpPath '<sql-warehouse-path>',
  personalAccessToken secret ('<secret-scope>','<secret-key-password>')
)

A titkos kódok beállításáról további információt a Titkos kódok kezelése című témakörben talál.

Idegen katalógus létrehozása

A külföldi katalógusok a külső Databricks-munkaterületen lévő katalógust tükrözik, így a külső Databricks-katalógusban lévő adatokhoz való hozzáférést úgy kérdezheti le és kezelheti, mintha az a saját munkakörnyezetében lévő katalógus lenne. Külső katalógus létrehozásához a már definiált külső Databricks-munkaterülethez való kapcsolatot kell használnia.

Idegen katalógus létrehozásához használhatja a Catalog Explorert vagy az CREATE FOREIGN CATALOG SQL-parancsot egy Azure Databricks-jegyzetfüzetben vagy a Databricks SQL-lekérdezésszerkesztőben.

Szükséges engedélyek: CREATE CATALOG a metaadattár engedélye, illetve a kapcsolat tulajdonjoga vagy a CREATE FOREIGN CATALOG kapcsolat jogosultsága.

Katalóguskezelő

1. Az Azure Databricks-munkaterületen kattintson a Katalógus gombra a Catalog Explorer megnyitásához.

2. A Katalógus panel tetején kattintson a Hozzáadás ikonra, és válassza a Katalógus hozzáadása lehetőséget a menüből.

   Másik lehetőségként a Gyorselérési lapon kattintson a Katalógusok gombra, majd a Katalógus létrehozása gombra.

3. Kövesse az utasításokat a külföldi katalógusok létrehozásakor a Katalógusok létrehozása területen.

SQL

Futtassa a következő SQL-parancsot egy jegyzetfüzetben vagy a Databricks SQL-szerkesztőben. A szögletes zárójelek nem kötelezőek. Cserélje le a helyőrző értékeket:

• <catalog-name>: A létrehozott külföldi katalógus neve.
• <connection-name>: Az adatforrást, elérési utat és hozzáférési hitelesítő adatokat meghatározó kapcsolati objektum .
• <external-catalog-name>: A tükrözött külső Databricks-munkaterület katalógusának neve.

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

Támogatott leküldéses leküldések

A következő leküldéses leküldések támogatottak az összes számításhoz:

• Szűrők
• Leképezések
• Korlát
• Függvények: csak a szűrőkifejezések támogatottak (sztringfüggvények, matematikai függvények, adatok, idő- és időbélyegfüggvények, valamint egyéb egyéb függvények, például Alias, Cast, SortOrder).

A Databricks Runtime 13.3 LTS és újabb verziója és az SQL Warehouse számítási verziója a következő leküldéses leküldéseket támogatja:

• Összesítések
• A következő logikai operátorok: =, <, = <, >, >=, <=>
• A következő matematikai függvények (nem támogatottak, ha az ANSI le van tiltva): +, -, *, %, /
• A következő egyéb operátorok: ^, |, ~
• Rendezés, ha korláttal használjuk

A következő leküldéses leküldések nem támogatottak:

• Összekapcsolások
• Windows-függvények