Csatlakozás az Azure Databrickshez Pythonból vagy R-ből (Simba)

Ezen a lapon megtudhatja, hogyan csatlakoztathatja az Azure Databrickset a Databricks ODBC-illesztővel Python- vagy R-nyelvhez. A kapcsolat létrehozása után az Azure Databricksben lévő adatokat a Python- vagy R-ügyfelekről érheti el. Az ügyfeleket az adatok további elemzéséhez is használhatja.

Előfeltételek

• Rendelkeznie kell egy Azure Databricks munkaterülettel, egy Spark fürttel és a fürthöz kapcsolódó mintaadatokkal.

• Töltse le a Databricks ODBC-illesztőprogramot Databricks-illesztőprogram letöltési oldaláról. Telepítse az illesztőprogram 64 bites verzióját.

• Személyes hozzáférési jogkivonat beállítása a Databricksben. Útmutatásért lásd token kezelés.

DSN beállítása

Az adatforrás neve (DSN) egy adott adatforrás adatait tartalmazza. Egy ODBC-illesztőnek szüksége van erre a DSN-re egy adatforráshoz való csatlakozáshoz. Ebben a szakaszban beállít egy DSN-t, amely a Databricks ODBC-illesztőprogrammal használható az Azure Databrickshez való csatlakozáshoz olyan ügyfelektől, mint a Python vagy az R.

1. Az Azure Databricks-munkaterületen navigáljon a Databricks-fürtre.

   

2. A Konfigurációs lapon kattintson a JDBC/ODBC fülre, és másolja a Kiszolgáló állomásneve és HTTP-elérési útértékeit. A lap lépéseinek elvégzéséhez ezekre az értékekre van szüksége.

   

3. Indítsa el a számítógépen a ODBC Data Sources alkalmazást 64 bites.

   

4. A Felhasználói DSN lapon kattintson a Hozzáadás gombra. Az Új adatforrás létrehozása párbeszédpanelen válassza ki a Simba Spark ODBC-illesztő , majd kattintson a Befejezésgombra.

   

5. A Simba Spark ODBC-illesztő párbeszédpanelen adja meg a következő értékeket:

   DSN konfigurálásaDSN konfigurálása

   Az alábbi táblázat a párbeszédpanelen megadható értékekkel kapcsolatos információkat tartalmazza.

   Terület	Érték
   Adatforrás neve	Adja meg az adatforrás nevét.
   Hoszt(ok)	Adja meg a kiszolgáló gazdagépneve számára azt az értéket, amelyet a Databricks-munkaterületről másolt.
   Port	Adja meg 443.
   hitelesítési>mechanizmus	Válassza Felhasználónév és jelszólehetőséget.
   felhasználónév	Írja be a kódot.
   Jelszó	Adja meg a Databricks-munkaterületről másolt tokenértéket.

   Hajtsa végre az alábbi további lépéseket a DSN beállítási párbeszédpaneljén.

   • Kattintson HTTP-beállítások. A megnyíló párbeszédpanelen illessze be a Databricks-munkaterületről másolt HTTP-elérési út értékét. Kattintson az OK gombra.
   • Kattintson SSL-beállításokelemre. A megnyíló párbeszédpanelen jelölje be az SSL- engedélyezése jelölőnégyzetet. Kattintson az OK gombra.
   • Kattintson a Test gombra az Azure Databricks-kapcsolat teszteléséhez. A konfiguráció mentéséhez kattintson OK gombra.
   • Az ODBC-adatforrás rendszergazdája párbeszédpanelen kattintson OKgombra.

A DSN most már be van állítva. A következő szakaszokban ezzel a DSN-vel csatlakozhat az Azure Databrickshez Pythonból vagy R-ből.

Csatlakozás R-ről

Megjegyzés

Ez a szakasz az asztalon futó R Studio-ügyfél Azure Databricksbe való integrálásáról nyújt tájékoztatást. Az R Studio használatára az Azure Databricks-fürtön vonatkozó útmutatásokhoz lásd a R Studio az Azure Databricksrészt.

Ebben a szakaszban egy R nyelvi IDE használatával hivatkozhat az Azure Databricksben elérhető adatokra. Mielőtt hozzákezdene, telepítenie kell a következőt a számítógépre.

• IDE az R nyelvhez. Ez a lap az RStudio for Desktopot használja. Telepítheti a R Studio letöltéséről.
• Ha az RStudio for Desktopot használja IDE-ként, telepítse a Microsoft R Client-et a https://aka.ms/rclient/-ból.

Nyissa meg az RStudio-t, és hajtsa végre a következő lépéseket:

1. Hivatkozzon a RODBC csomagra. Ez lehetővé teszi, hogy a korábban létrehozott DSN használatával csatlakozzon az Azure Databrickshez.
2. Hozzon létre egy kapcsolatot a DSN használatával.
3. SQL-lekérdezés futtatása az Azure Databricksben lévő adatokon. Az alábbi kódrészletben radio_sample_data egy olyan tábla, amely már létezik az Azure Databricksben.
4. Végezzen el néhány műveletet a lekérdezésen a kimenet ellenőrzéséhez.

A következő kódrészlet a következő feladatokat hajtja végre:

# reference the 'RODBC' package
require(RODBC)

# establish a connection using the DSN you created earlier
conn <- odbcConnect("<ENTER DSN NAME HERE>")

# run a SQL query using the connection you created
res <- sqlQuery(conn, "SELECT * FROM radio_sample_data")

# print out the column names in the query output
names(res)

# print out the number of rows in the query output
nrow (res)

Csatlakozás Pythonból

Ebben a szakaszban egy Python IDE(például IDLE) használatával hivatkozhat az Azure Databricksben elérhető adatokra. Mielőtt hozzákezdene, végezze el a következő előfeltételeket:

• Telepítse a Pythont innen. A Python ezen a hivatkozáson való telepítése az IDLE-t is telepíti.

• A számítógépen található parancssorból telepítse a pyodbc csomagot. Futtassa a következő parancsot:

  pip install pyodbc
  

Indítsa el az IDLE-t, és hajtsa végre a következő lépéseket:

1. Importálja a pyodbc csomagot. Ez lehetővé teszi, hogy a korábban létrehozott DSN használatával csatlakozzon az Azure Databrickshez.
2. Hozzon létre egy kapcsolatot a korábban létrehozott DSN használatával.
3. Futtasson egy SQL-lekérdezést a létrehozott kapcsolattal. Az alábbi kódrészletben radio_sample_data egy olyan tábla, amely már létezik az Azure Databricksben.
4. Hajtsa végre a műveleteket a lekérdezésen a kimenet ellenőrzéséhez.

A következő kódrészlet a következő feladatokat hajtja végre:

# import the `pyodbc` package:
import pyodbc

# establish a connection using the DSN you created earlier
conn = pyodbc.connect("DSN=<ENTER DSN NAME HERE>", autocommit=True)

# run a SQL query using the connection you created
cursor = conn.cursor()
cursor.execute("SELECT * FROM radio_sample_data")

# print the rows retrieved by the query.
for row in cursor.fetchall():
    print(row)

Következő lépések

• Ha többet szeretne megtudni azokról a forrásokról, ahonnan adatokat importálhat az Azure Databricksbe, tekintse meg Azure Databricks-adatforrásait.