Driver Microsoft JDBC untuk Microsoft Fabric Data Engineering (pratinjau)

Penting

Fitur ini sedang dalam tahap pratinjau.

JDBC (Java Database Connectivity) adalah standar yang diadopsi secara luas yang memungkinkan aplikasi klien untuk terhubung dan bekerja dengan data dari database dan platform big data.

Microsoft JDBC Driver for Fabric Data Engineering memungkinkan Anda menyambungkan, mengkueri, dan mengelola beban kerja Spark di Microsoft Fabric dengan keandalan dan kesederhanaan standar JDBC. Dibangun di api Livy Microsoft Fabric, driver menyediakan konektivitas Spark SQL yang aman dan fleksibel ke aplikasi Java dan alat BI Anda. Integrasi ini memungkinkan Anda untuk mengirimkan dan menjalankan kode Spark secara langsung tanpa perlu membuat artefak Notebook atau Definisi Pekerjaan Spark terpisah.

Fitur Utama

Sesuai JDBC 4.2: Implementasi penuh spesifikasi JDBC 4.2
Autentikasi ID Microsoft Entra: Beberapa alur autentikasi termasuk interaktif, kredensial klien, dan autentikasi berbasis sertifikat
Pengumpulan Koneksi Perusahaan: Pengumpulan koneksi bawaan dengan pemantauan kesehatan dan pemulihan otomatis
Dukungan Kueri Asli Spark SQL: Eksekusi langsung pernyataan Spark SQL tanpa terjemahan
Dukungan Jenis Data Komprehensif: Dukungan untuk semua jenis data Spark SQL termasuk jenis kompleks (ARRAY, MAP, STRUCT)
Pengambilan Awal Kumpulan Hasil Asinkron: Pemuatan data latar belakang untuk meningkatkan performa
Pola Pemutus Sirkuit: Perlindungan terhadap kegagalan berantai dengan pengulangan otomatis
Koneksi Ulang Otomatis: Pemulihan sesi transparan pada kegagalan koneksi
Dukungan Proksi: Konfigurasi proksi HTTP dan SOCKS untuk lingkungan perusahaan

Prasyarat

Sebelum menggunakan Microsoft JDBC Driver untuk Microsoft Fabric Data Engineering, pastikan Anda memiliki:

Java Development Kit (JDK): Versi 11 atau lebih tinggi (direkomendasikan Java 21)
Microsoft Fabric Access: Akses ke ruang kerja Microsoft Fabric
Kredensial ID Azure Entra: Kredensial yang sesuai untuk autentikasi
ID Ruang Kerja dan Lakehouse: Pengidentifikasi GUID untuk ruang kerja Fabric dan lakehouse Anda

Unduhan dan Penginstalan

Microsoft JDBC Driver untuk Microsoft Fabric Data Engineering versi 1.0.0 adalah versi pratinjau publik dan mendukung Java 11, 17 dan 21. Kami terus meningkatkan dukungan konektivitas Java dan menyarankan Agar Anda bekerja dengan versi terbaru driver Microsoft JDBC.

Unduh file zip atau tar dari tautan di atas.
Ekstrak file yang diunduh untuk mengakses file JAR driver.
Pilih file JAR yang cocok dengan versi JRE Anda:
- Untuk Java 11: ms-sparksql-jdbc-1.0.0.jre11.jar
- Untuk Java 17: ms-sparksql-jdbc-1.0.0.jre17.jar
- Untuk Java 21: ms-sparksql-jdbc-1.0.0.jre21.jar
Tambahkan file JAR yang dipilih ke classpath aplikasi Anda.
Untuk klien JDBC, konfigurasikan kelas driver JDBC: com.microsoft.spark.livy.jdbc.LivyDriver

Contoh Mulai Cepat

Contoh ini menunjukkan cara menyambungkan ke Microsoft Fabric dan menjalankan kueri menggunakan Microsoft JDBC Driver untuk Microsoft Fabric Data Engineering. Sebelum menjalankan kode ini, pastikan Anda telah menyelesaikan prasyarat dan menginstal driver.

import java.sql.*;

public class QuickStartExample {
    public static void main(String[] args) {
        // Connection string with required parameters
        String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
                     "FabricWorkspaceID=<workspace-id>;" +
                     "FabricLakehouseID=<lakehouse-id>;" +
                     "AuthFlow=2;" +  // Azure CLI based authentication
                     "LogLevel=INFO";
        
        try (Connection conn = DriverManager.getConnection(url)) {
            // Execute a simple query
            try (Statement stmt = conn.createStatement();
                 ResultSet rs = stmt.executeQuery("SELECT 'Hello from Fabric!' as message")) {
                
                if (rs.next()) {
                    System.out.println(rs.getString("message"));
                }
            }
        } catch (SQLException e) {
            e.printStackTrace();
        }
    }
}

Format String Koneksi

String Koneksi Dasar

Microsoft JDBC Driver untuk Microsoft Fabric Data Engineering menggunakan format string koneksi berikut:

jdbc:fabricspark://<hostname>[:<port>][;<parameter1>=<value1>;<parameter2>=<value2>;...]

Komponen String Koneksi

Komponen	Description	Example
Protocol	Pengidentifikasi protokol URL JDBC	`jdbc:fabricspark://`
Host Name	Nama host titik akhir Microsoft Fabric	`api.fabric.microsoft.com`
Port	Nomor port opsional (default: 443)	`:443`
Parameters	Pasangan kunci=nilai yang dipisahkan titik koma	`FabricWorkspaceID=<guid>`

Contoh String Koneksi

Koneksi Dasar (Autentikasi Berbasis Browser Interaktif)

jdbc:fabricspark://api.fabric.microsoft.com;FabricWorkspaceID=<workspace-id>;FabricLakehouseID=<lakehouse-id>;AuthFlow=1

Dengan Konfigurasi Sumber Daya Spark

jdbc:fabricspark://api.fabric.microsoft.com;FabricWorkspaceID=<workspace-id>;FabricLakehouseID=<lakehouse-id>;DriverCores=4;DriverMemory=4g;ExecutorCores=4;ExecutorMemory=8g;NumExecutors=2;AuthFlow=2

Dengan Properti Sesi Spark

jdbc:fabricspark://api.fabric.microsoft.com;FabricWorkspaceID=<workspace-id>;FabricLakehouseID=<lakehouse-id>;spark.sql.adaptive.enabled=true;spark.sql.shuffle.partitions=200;AuthFlow=2

Authentication

Microsoft JDBC Driver for Microsoft Fabric Data Engineering mendukung beberapa metode autentikasi melalui ID Microsoft Entra (sebelumnya Azure Active Directory). Autentikasi dikonfigurasi menggunakan AuthFlow parameter dalam string koneksi.

Alur Autentikasi

AuthFlow	Metode Autentikasi	Kasus Penggunaan
1	Browser Interaktif	Autentikasi pengguna interaktif menggunakan OAuth 2.0
2	Azure CLI (antarmuka baris perintah Azure)	Pengembangan menggunakan Azure CLI
3	Kredensial Rahasia Klien (Perwakilan Layanan)	Autentikasi otomatis/layanan-ke-layanan
4	Kredensial Sertifikat Klien	Autentikasi prinsipal layanan berbasis sertifikat
5	access_token	Token akses pembawa yang telah diperoleh sebelumnya

Autentikasi Browser Interaktif

Terbaik untuk: Pengembangan dan aplikasi interaktif

String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
             "FabricWorkspaceID=<workspace-id>;" +
             "FabricLakehouseID=<lakehouse-id>;" +
             "AuthFlow=1;" +  
             "AuthTenantID=<tenant-id>;" +  // Optional
             "LogLevel=INFO";

Connection conn = DriverManager.getConnection(url);

Parameter:

AuthFlow=1: Mengspesifikasi autentikasi peramban interaktif
AuthTenantID (opsional): ID penyewa Azure
AuthClientID (opsional): ID Aplikasi (klien)

Perilaku:

Membuka jendela browser untuk autentikasi pengguna
Kredensial disimpan dalam cache untuk koneksi berikutnya hingga kedaluwarsa
Cocok untuk aplikasi pengguna tunggal

Kredensial Klien atau Autentikasi Perwakilan Layanan

Terbaik untuk: Layanan otomatis dan pekerjaan latar belakang

String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
             "FabricWorkspaceID=<workspace-id>;" +
             "FabricLakehouseID=<lakehouse-id>;" +
             "AuthFlow=3;" +  
             "AuthClientID=<client-id>;" +
             "AuthClientSecret=<client-secret>;" +
             "AuthTenantID=<tenant-id>;" +
             "LogLevel=INFO";

Connection conn = DriverManager.getConnection(url);

Parameter yang Diperlukan:

AuthFlow=3: Menentukan autentikasi kredensial klien
AuthClientID: ID Aplikasi (klien) dari ID Microsoft Entra
AuthClientSecret: Rahasia klien dari Microsoft Entra ID
AuthTenantID: ID penyewa Azure

Praktik Terbaik:

Menyimpan rahasia dengan aman (Azure Key Vault, variabel lingkungan)
Gunakan identitas terkelola jika memungkinkan
Memutar rahasia secara teratur

Autentikasi Berbasis Sertifikat

Terbaik untuk: Aplikasi perusahaan yang memerlukan autentikasi berbasis sertifikat

String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
             "FabricWorkspaceID=<workspace-id>;" +
             "FabricLakehouseID=<lakehouse-id>;" +
             "AuthFlow=4;" +  
             "AuthClientID=<client-id>;" +
             "AuthCertificatePath=/path/to/certificate.pfx;" +
             "AuthCertificatePassword=<certificate-password>;" +
             "AuthTenantID=<tenant-id>;" +
             "LogLevel=INFO";

Connection conn = DriverManager.getConnection(url);

Parameter yang Diperlukan:

AuthFlow=4: Menentukan autentikasi berbasis sertifikat
AuthClientID: ID Aplikasi (klien)
AuthCertificatePath: Jalur ke file sertifikat PFX/PKCS12
AuthCertificatePassword: Kata sandi sertifikat
AuthTenantID: ID penyewa Azure

Autentikasi Token Akses

Terbaik untuk: Skenario autentikasi kustom

// Acquire token through custom mechanism
String accessToken = acquireTokenFromCustomSource();

String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
             "FabricWorkspaceID=<workspace-id>;" +
             "FabricLakehouseID=<lakehouse-id>;" +
             "AuthFlow=5;" +  // Access token authentication
             "AuthAccessToken=" + accessToken + ";" +
             "LogLevel=INFO";

Connection conn = DriverManager.getConnection(url);

Penyimpanan Sementara Autentikasi

Driver secara otomatis menyimpan token autentikasi untuk meningkatkan performa:

// Enable/disable caching (enabled by default)
String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
             "FabricWorkspaceID=<workspace-id>;" +
             "FabricLakehouseID=<lakehouse-id>;" +
             "AuthFlow=2;" +
             "AuthEnableCaching=true;" +  // Enable token caching
             "AuthCacheTTLMS=3600000";    // Cache TTL: 1 hour

Connection conn = DriverManager.getConnection(url);

Parameter Konfigurasi

Parameter yang Diperlukan

Parameter ini harus ada di setiap string koneksi:

Pengaturan	Tipe	Description	Example
`FabricWorkspaceID`	UUID (Pengidentifikasi Unik Universal)	Pengidentifikasi ruang kerja Microsoft Fabric	`<workspace-id>`
`FabricLakehouseID`	UUID (Pengidentifikasi Unik Universal)	Pengidentifikasi Microsoft Fabric lakehouse	`<lakehouse-id>`
`AuthFlow`	Integer	Jenis alur autentikasi (1-5)	`2`

Parameter Pilihan

Konfigurasi Versi API

Pengaturan	Tipe	Bawaan	Description
`FabricVersion`	String	`v1`	Versi Microsoft Fabric API
`LivyApiVersion`	String	`2023-12-01`	Versi LIVY API

Konfigurasi Lingkungan

Pengaturan	Tipe	Bawaan	Description
`FabricEnvironmentID`	UUID (Pengidentifikasi Unik Universal)	None	Pengidentifikasi lingkungan fabric untuk mereferensikan item lingkungan untuk sesi Spark

Konfigurasi Spark

Konfigurasi Sumber Daya Sesi

Konfigurasikan sumber daya sesi Spark untuk performa optimal:

Pengaturan	Tipe	Bawaan	Description	Example
`DriverCores`	Integer	Default Spark	Jumlah inti CPU untuk driver	`4`
`DriverMemory`	String	Default Spark	Alokasi memori untuk driver	`4g`
`ExecutorCores`	Integer	Default Spark	Jumlah inti CPU per eksekutor	`4`
`ExecutorMemory`	String	Default Spark	Alokasi memori untuk setiap eksekutor	`8g`
`NumExecutors`	Integer	Default Spark	Jumlah pelaksana	`2`

Example:

DriverCores=4;DriverMemory=4g;ExecutorCores=4;ExecutorMemory=8g;NumExecutors=2

Properti Sesi Spark Khusus

Parameter apa pun dengan awalan spark. secara otomatis diterapkan ke sesi Spark:

Contoh Konfigurasi Spark:

spark.sql.adaptive.enabled=true
spark.sql.adaptive.coalescePartitions.enabled=true
spark.sql.shuffle.partitions=200
spark.sql.autoBroadcastJoinThreshold=10485760
spark.dynamicAllocation.enabled=true
spark.dynamicAllocation.minExecutors=1
spark.dynamicAllocation.maxExecutors=10
spark.executor.memoryOverhead=1g

Native Execution Engine (NEE):

spark.nee.enabled=true

Contoh Lengkap:

jdbc:fabricspark://api.fabric.microsoft.com;FabricWorkspaceID=<guid>;FabricLakehouseID=<guid>;DriverMemory=4g;ExecutorMemory=8g;NumExecutors=2;spark.sql.adaptive.enabled=true;spark.nee.enabled=true;AuthFlow=2

Konfigurasi Kumpulan Koneksi HTTP

Konfigurasikan pengumpulan koneksi HTTP untuk performa jaringan yang optimal:

Pengaturan	Tipe	Bawaan	Description
`HttpMaxTotalConnections`	Integer	100	Total koneksi HTTP maksimum
`HttpMaxConnectionsPerRoute`	Integer	50	Jumlah koneksi maksimum per rute
`HttpConnectionTimeoutInSeconds`	Integer	30	Batas waktu koneksi
`HttpSocketTimeoutInSeconds`	Integer	60	Batas waktu baca soket
`HttpReadTimeoutInSeconds`	Integer	60	Batas waktu baca HTTP
`HttpConnectionRequestTimeoutSeconds`	Integer	30	Batas waktu permintaan koneksi dari kumpulan
`HttpEnableKeepAlive`	Boolean	true	Aktifkan HTTP keep-alive
`HttpKeepAliveTimeoutSeconds`	Integer	60	Waktu tunggu koneksi tetap aktif
`HttpFollowRedirects`	Boolean	true	Ikuti pengalihan HTTP
`HttpUseAsyncIO`	Boolean	false	Gunakan I/O HTTP asinkron

Example:

HttpMaxTotalConnections=200;HttpMaxConnectionsPerRoute=100;HttpConnectionTimeoutInSeconds=60

Konfigurasi Proksi

Konfigurasikan pengaturan proksi HTTP dan SOCKS untuk lingkungan perusahaan:

Pengaturan	Tipe	Bawaan	Description
`UseProxy`	Boolean	false	Aktifkan proksi
`ProxyTransport`	String	`http`	Jenis transport proksi (http/tcp)
`ProxyHost`	String	None	Nama host proksi
`ProxyPort`	Integer	None	Port proxy
`ProxyAuthEnabled`	Boolean	false	Mengaktifkan autentikasi proksi
`ProxyUsername`	String	None	Nama pengguna autentikasi proksi
`ProxyPassword`	String	None	Kata sandi autentikasi proksi
`ProxyAuthScheme`	String	`basic`	Skema autentikasi (basic/digest/ntlm)
`ProxySocksVersion`	Integer	5	Versi SOCKS (4/5)

Contoh Proksi HTTP:

UseProxy=true;ProxyTransport=http;ProxyHost=proxy.company.com;ProxyPort=8080;ProxyAuthEnabled=true;ProxyUsername=user;ProxyPassword=pass

Contoh Proksi SOCKS:

UseProxy=true;ProxyTransport=tcp;ProxyHost=socks.company.com;ProxyPort=1080;ProxySocksVersion=5

Konfigurasi Pengelogan

Pengaturan	Tipe	Bawaan	Description
`LogLevel`	String	`INFO`	Tingkat pengelogan: TRACE, DEBUG, INFO, PERINGATAN, KESALAHAN

Example:

LogLevel=DEBUG

Lokasi Log Default:

${user.home}/.microsoft/livy-jdbc-driver/driver.log

Konfigurasi Log Kustom: Gunakan kustom log4j2.xml atau logback.xml file di classpath Anda.

Contoh Penggunaan

Koneksi Dasar

import java.sql.*;

public class BasicConnectionExample {
    public static void main(String[] args) {
        String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
                     "FabricWorkspaceID=<workspace-id>;" +
                     "FabricLakehouseID=<lakehouse-id>;" +
                     "AuthFlow=2";
        
        try (Connection conn = DriverManager.getConnection(url)) {
            System.out.println("Connected successfully!");
            System.out.println("Database: " + conn.getMetaData().getDatabaseProductName());
            System.out.println("Driver: " + conn.getMetaData().getDriverName());
            System.out.println("Driver Version: " + conn.getMetaData().getDriverVersion());
        } catch (SQLException e) {
            System.err.println("Connection failed: " + e.getMessage());
            e.printStackTrace();
        }
    }
}

Menjalankan Pertanyaan

Kueri Sederhana

public void executeSimpleQuery(Connection conn) throws SQLException {
    String sql = "SELECT current_timestamp() as now";
    
    try (Statement stmt = conn.createStatement();
         ResultSet rs = stmt.executeQuery(sql)) {
        
        if (rs.next()) {
            Timestamp now = rs.getTimestamp("now");
            System.out.println("Current timestamp: " + now);
        }
    }
}

Kueri dengan Filter

public void executeQueryWithFilter(Connection conn) throws SQLException {
    String sql = "SELECT * FROM sales WHERE amount > 1000 ORDER BY amount DESC";
    
    try (Statement stmt = conn.createStatement();
         ResultSet rs = stmt.executeQuery(sql)) {
        
        while (rs.next()) {
            int id = rs.getInt("id");
            double amount = rs.getDouble("amount");
            Date date = rs.getDate("sale_date");
            
            System.out.printf("ID: %d, Amount: %.2f, Date: %s%n", 
                            id, amount, date);
        }
    }
}

Kueri dengan Batas

public void executeQueryWithLimit(Connection conn) throws SQLException {
    String sql = "SELECT * FROM customers LIMIT 10";
    
    try (Statement stmt = conn.createStatement();
         ResultSet rs = stmt.executeQuery(sql)) {
        
        ResultSetMetaData metaData = rs.getMetaData();
        int columnCount = metaData.getColumnCount();
        
        // Print column names
        for (int i = 1; i <= columnCount; i++) {
            System.out.print(metaData.getColumnName(i) + "\t");
        }
        System.out.println();
        
        // Print rows
        while (rs.next()) {
            for (int i = 1; i <= columnCount; i++) {
                System.out.print(rs.getString(i) + "\t");
            }
            System.out.println();
        }
    }
}

Bekerja dengan Tataan Hasil

Menavigasi Tataan Hasil

public void navigateResultSet(Connection conn) throws SQLException {
    String sql = "SELECT id, name, amount FROM orders";
    
    try (Statement stmt = conn.createStatement(
            ResultSet.TYPE_SCROLL_INSENSITIVE,
            ResultSet.CONCUR_READ_ONLY);
         ResultSet rs = stmt.executeQuery(sql)) {
        
        // Move to first row
        if (rs.first()) {
            System.out.println("First row: " + rs.getString("name"));
        }
        
        // Move to last row
        if (rs.last()) {
            System.out.println("Last row: " + rs.getString("name"));
            System.out.println("Total rows: " + rs.getRow());
        }
        
        // Move to specific row
        if (rs.absolute(5)) {
            System.out.println("Row 5: " + rs.getString("name"));
        }
    }
}

Memproses Tataan Hasil Besar

public void processLargeResultSet(Connection conn) throws SQLException {
    String sql = "SELECT * FROM large_table";
    
    try (Statement stmt = conn.createStatement()) {
        // Set fetch size for efficient memory usage
        stmt.setFetchSize(1000);
        
        try (ResultSet rs = stmt.executeQuery(sql)) {
            int rowCount = 0;
            while (rs.next()) {
                // Process row
                processRow(rs);
                rowCount++;
                
                if (rowCount % 10000 == 0) {
                    System.out.println("Processed " + rowCount + " rows");
                }
            }
            System.out.println("Total rows processed: " + rowCount);
        }
    }
}

private void processRow(ResultSet rs) throws SQLException {
    // Process individual row
}

Menggunakan Pernyataan yang Disiapkan

public void usePreparedStatement(Connection conn) throws SQLException {
    String sql = "SELECT * FROM products WHERE category = ? AND price > ?";
    
    try (PreparedStatement pstmt = conn.prepareStatement(sql)) {
        // Set parameters
        pstmt.setString(1, "Electronics");
        pstmt.setDouble(2, 100.0);
        
        try (ResultSet rs = pstmt.executeQuery()) {
            while (rs.next()) {
                String name = rs.getString("name");
                double price = rs.getDouble("price");
                System.out.printf("Product: %s, Price: $%.2f%n", name, price);
            }
        }
    }
}

Operasi Batch

public void executeBatchInsert(Connection conn) throws SQLException {
    String sql = "INSERT INTO logs (timestamp, level, message) VALUES (?, ?, ?)";
    
    try (PreparedStatement pstmt = conn.prepareStatement(sql)) {
        conn.setAutoCommit(false);  // Disable auto-commit for batch
        
        // Add multiple statements to batch
        for (int i = 0; i < 1000; i++) {
            pstmt.setTimestamp(1, new Timestamp(System.currentTimeMillis()));
            pstmt.setString(2, "INFO");
            pstmt.setString(3, "Log message " + i);
            pstmt.addBatch();
            
            // Execute batch every 100 statements
            if (i % 100 == 0) {
                pstmt.executeBatch();
                pstmt.clearBatch();
            }
        }
        
        // Execute remaining statements
        pstmt.executeBatch();
        conn.commit();
        
        System.out.println("Batch insert completed successfully");
    } catch (SQLException e) {
        conn.rollback();
        throw e;
    } finally {
        conn.setAutoCommit(true);
    }
}

Pemetaan Tipe Data

Driver memetakan jenis data Spark SQL ke jenis JDBC SQL dan jenis Java:

Jenis Spark SQL	Jenis JDBC SQL	Jenis Java	Catatan
`BOOLEAN`	`BOOLEAN`	`Boolean`
`BYTE`	`TINYINT`	`Byte`
`SHORT`	`SMALLINT`	`Short`
`INT`	`INTEGER`	`Integer`
`LONG`	`BIGINT`	`Long`
`FLOAT`	`FLOAT`	`Float`
`DOUBLE`	`DOUBLE`	`Double`
`DECIMAL`	`DECIMAL`	`BigDecimal`	Presisi dan skala dipertahankan
`STRING`	`VARCHAR`	`String`
`VARCHAR(n)`	`VARCHAR`	`String`
`CHAR(n)`	`CHAR`	`String`
`BINARY`	`BINARY`	`byte[]`
`DATE`	`DATE`	`java.sql.Date`
`TIMESTAMP`	`TIMESTAMP`	`java.sql.Timestamp`
`ARRAY`	`VARCHAR`	`String`	Diserialisasikan sebagai JSON
`MAP`	`VARCHAR`	`String`	Diserialisasikan sebagai JSON
`STRUCT`	`VARCHAR`	`String`	Diserialisasikan sebagai JSON

Saran dan Komentar

Apakah halaman ini membantu?

Last updated on 2025-12-05

Bagikan melalui

Driver Microsoft JDBC untuk Microsoft Fabric Data Engineering (pratinjau)

Fitur Utama

Prasyarat

Unduhan dan Penginstalan

Contoh Mulai Cepat

Format String Koneksi

String Koneksi Dasar

Komponen String Koneksi

Contoh String Koneksi

Koneksi Dasar (Autentikasi Berbasis Browser Interaktif)

Dengan Konfigurasi Sumber Daya Spark

Dengan Properti Sesi Spark

Authentication

Alur Autentikasi

Autentikasi Browser Interaktif

Kredensial Klien atau Autentikasi Perwakilan Layanan

Autentikasi Berbasis Sertifikat

Autentikasi Token Akses

Penyimpanan Sementara Autentikasi

Parameter Konfigurasi

Parameter yang Diperlukan

Parameter Pilihan

Konfigurasi Versi API

Konfigurasi Lingkungan

Konfigurasi Spark

Konfigurasi Sumber Daya Sesi

Properti Sesi Spark Khusus

Konfigurasi Kumpulan Koneksi HTTP

Konfigurasi Proksi

Konfigurasi Pengelogan

Contoh Penggunaan

Koneksi Dasar

Menjalankan Pertanyaan

Kueri Sederhana

Kueri dengan Filter

Kueri dengan Batas

Bekerja dengan Tataan Hasil

Menavigasi Tataan Hasil

Memproses Tataan Hasil Besar

Menggunakan Pernyataan yang Disiapkan

Operasi Batch

Pemetaan Tipe Data

Konten terkait

Saran dan Komentar

Sumber Daya Tambahan: