Microsoft Purview で Azure Databricks Unity カタログに接続して管理する (プレビュー)

この記事では、Azure Databricks を登録する方法と、Microsoft Purview で Azure Databricks Unity Catalog を認証して操作する方法について説明します。 Microsoft Purview の詳細については、 入門記事を参照してください。

重要

この機能は現在プレビューの段階です。 Microsoft Azure プレビューの補足使用条件には、ベータ版、プレビュー版、または一般公開されていない Azure 機能に適用される追加の法的条件が含まれています。

サポートされている機能

メタデータ抽出	フル スキャン	増分スキャン	スコープスキャン	分類	ラベル付け	アクセス ポリシー	系統	データ共有	ライブ ビュー
○	はい	いいえ	はい	いいえ	不要	不要	不要	不要	不要

Azure Databricks Unity Catalog をスキャンする場合、Microsoft Purview では次の処理がサポートされます。

• メタストア
• カタログ
• Schemas
• 列を含むテーブル
• 列を含むビュー

スキャンを設定するときに、Unity カタログ全体をスキャンするか、カタログのサブセットにスキャンのスコープを設定するかを選択できます。

注:

このコネクタは、Azure Databricks Unity Catalog からメタデータを取得します。 Azure Databricks ワークスペーススコープのメタデータをスキャンするには、 Azure Databricks Hive メタストア コネクタに関するページを参照してください。

既知の制限

• 現在、Azure Databricks ワークスペースでパブリック ネットワークからのアクセスが許可されていない場合、または Purview アカウントですべてのネットワークからのアクセスが有効になっていない場合、スキャンはサポートされていません。 このサポートはまもなく追加されます。
• オブジェクトがデータ ソースから削除された場合、現在、後続のスキャンでは、Microsoft Purview の対応する資産は自動的に削除されません。

前提条件

• アクティブなサブスクリプションを持つ Azure アカウントが必要です。 無料でアカウントを作成します。

• アクティブな Microsoft Purview アカウントが必要です。

• シークレットにアクセスするためのアクセス許可を Microsoft Purview に付与するには、Azure Key Vaultが必要です。

• ソースを登録し、Microsoft Purview ガバナンス ポータルで管理するには、データ ソース管理者とデータ 閲覧者のアクセス許可が必要です。 アクセス許可の詳細については、「 Microsoft Purview でのアクセス制御」を参照してください。

• Azure Databricks Unity Catalog をスキャンするために、Microsoft Purview はワークスペース内の SQL Warehouse に接続し、認証に個人用アクセス トークンを使用します。 Unity Catalog が有効で、スキャンするメタストアにアタッチされている Azure Databricks ワークスペースが必要です。 Azure Databricks ワークスペースで、次の手順を実行します。

  • 個人用アクセス トークンを生成し、それをシークレットとして Azure Key Vaultに格納します。

    • Microsoft Purview に取り込むすべてのオブジェクトについて、ユーザーには、テーブル/ビューに対する SELECT 権限、オブジェクトのカタログに 対する USE CATALOG 権限、およびオブジェクトのスキーマに対する USE SCHEMA 権限が必要です。

    • Unity Catalog メタストア内のすべてのオブジェクトをスキャンするには、メタストア管理者ロールを持つユーザーを使用します。 詳細については、「 Unity Catalog での特権の管理 」と 「Unity Catalog の特権とセキュリティ保護可能なオブジェクト」を参照してください。

  • SQL Warehouse を作成します。 必要に応じて、自動作成されたスターター ウェアハウスも使用できます。

    • HTTP パスをメモします。 Azure Databricks ワークスペース - SQL Warehouses -> ウェアハウス -> 接続の詳細 ->> HTTP パスで確認できます。

    • Azure Databricks SQL ウェアハウスに接続するために、ユーザーに Can Use アクセス許可があることを確認します。 詳細については、 SQL ウェアハウスのアクセス制御に関するページを参照してください。

登録

このセクションでは、 Microsoft Purview ガバナンス ポータルを使用して、Microsoft Purview に Azure Databricks ワークスペースを登録する方法について説明します。

1. Microsoft Purview アカウントに移動します。

2. 左側のウィンドウで [ データ マップ ] を選択します。

3. [登録] を選択します。

4. [ ソースの登録] で、[Azure Databricks>Continue] を選択します。

5. [ ソースの登録 (Azure Databricks)] 画面で 、次の操作を行います。

   1. [ 名前] に、Microsoft Purview がデータ ソースとして一覧表示する名前を入力します。

   2. Azure サブスクリプションと Databricks ワークスペース名の場合は、ドロップダウンからスキャンするサブスクリプションとワークスペースを選択します。 Databricks ワークスペース URL が自動的に設定されます。

   3. [ コレクションの選択] で、一覧からコレクションを選択するか、新しいコレクションを作成します。 この手順は省略できます。

   

6. [完了] を選択します。

スキャン

ヒント

スキャンに関する問題のトラブルシューティングを行うには:

1. すべての前提条件に従っていることを確認 します。
2. スキャンのトラブルシューティングに関するドキュメントを確認してください。

Azure Databricks をスキャンして資産を自動的に識別するには、次の手順を使用します。 一般的なスキャンの詳細については、「 Microsoft Purview でのスキャンとインジェスト」を参照してください。

1. [ソース] に移動します。

2. 登録済みの Azure Databricks を選択します。

3. [ + 新しいスキャン] を選択します。

4. 次のユーザー詳細を入力します。

   1. [名前]: スキャンの名前を入力します。

   2. 抽出方法: Hive メタストアまたは Unity カタログからメタデータを抽出することを示します。 [ Unity カタログ] を選択します。

   3. 統合ランタイム経由で接続する: 既定の自動解決された統合ランタイムを選択します。

   4. 資格情報: データ ソースに接続する資格情報を選択します。 次のことを確認してください。

      • 資格情報の作成時 に [アクセス トークン認証 ] を選択します。
      • [ 前提条件] で作成した個人用アクセス トークンのシークレット名を適切なボックスに指定します。

      詳細については、「 Microsoft Purview でのソース認証の資格情報」を参照してください。

   5. HTTP パス:Microsoft Purview が接続してスキャンを実行する Databricks SQL Warehouse の HTTP パス (例: ) を指定します。 /sql/1.0/endpoints/xxxxxxxxxxxxxxxx Azure Databricks ワークスペース - SQL Warehouses -> ウェアハウス -> 接続の詳細 ->> HTTP パスで確認できます。

5. [ 接続のテスト ] をクリックして設定を検証します。

   

6. [続行] を選択します。

7. [ スキャンのスコープ] ページで、スキャンするカタログを選択します。

   

8. [ スキャン トリガー] で、スケジュールを設定するか、スキャンを 1 回実行するかを選択します。

9. スキャンを確認し、[ 保存して実行] を選択します。

スキャンが正常に完了したら、 資産を参照して検索する方法を参照してください。

スキャンとスキャンの実行を表示する

既存のスキャンを表示するには:

1. Microsoft Purview ガバナンス ポータルに移動します。 左側のウィンドウで、[ データ マップ] を選択します。
2. データ ソースを選択します。 [最近のスキャン] で、そのデータ ソースの既存の スキャンの一覧を表示したり、[ スキャン ] タブですべてのスキャンを表示したりできます。
3. 表示する結果を含むスキャンを選択します。 このウィンドウには、以前のすべてのスキャン実行と、各スキャン実行の状態とメトリックが表示されます。
4. 実行 ID を選択して、スキャン実行の詳細をチェックします。

スキャンを管理する

スキャンを編集、取り消し、または削除するには:

1. Microsoft Purview ガバナンス ポータルに移動します。 左側のウィンドウで、[ データ マップ] を選択します。

2. データ ソースを選択します。 [最近のスキャン] で、そのデータ ソースの既存の スキャンの一覧を表示したり、[ スキャン ] タブですべてのスキャンを表示したりできます。

3. 管理するスキャンを選択します。 次のことを実行できます。

   • [スキャンの編集] を選択して スキャンを編集します。
   • [スキャンの実行の取り消し] を選択して、進行中 のスキャンを取り消します。
   • [スキャンの削除] を選択して スキャンを削除します。

注:

• スキャンを削除しても、以前のスキャンから作成されたカタログ資産は削除されません。
• ソース テーブルが変更され、Microsoft Purview の [スキーマ] タブで説明を編集した後にソース テーブルを再スキャンした場合、資産は スキーマ の変更で更新されなくなります。

資産の参照と検索

Azure Databricks をスキャンした後、 データ カタログを参照 するか 、データ カタログを検索 して資産の詳細を表示できます。

ソースの種類別に参照すると、 Azure Databricks Unity Catalog と Azure Databricks の 2 つのエントリがそれぞれ表示されます。 前者には、メタストアとそのカタログ/スキーマ/テーブル/ビューを含む Unity Catalog 成果物が含まれていますが、後者にはワークスペースが含まれています。

Azure Databricks ワークスペース資産から、[プロパティ] タブの [関連付けられている Unity カタログ] を見つけることができます。逆の場合も適用されます。

次の手順

ソースを登録したので、次のガイドを使用して、Microsoft Purview とデータの詳細を確認します。

• データ カタログを検索する
• Microsoft Purview の Data Estate Insights