Executar consultas federadas no MySQL

Esta página descreve como configurar a Federação Lakehouse para executar consultas federadas em dados MySQL que não são gerenciados pelo Azure Databricks. Para saber mais sobre a Federação Lakehouse, veja o que é a Federação Lakehouse?

Para se conectar ao seu banco de dados MySQL usando a Federação do Lakehouse, você deve criar o seguinte no metastore do Catálogo do Unity do Azure Databricks:

• Uma conexão com o banco de dados MySQL.
• Um catálogo estrangeiro que espelha seu banco de dados MySQL no Catálogo do Unity para que você possa usar a sintaxe de consulta do Catálogo do Unity e as ferramentas de governança de dados para gerenciar o acesso do usuário do Azure Databricks ao banco de dados.

Antes de começar

Requisitos do workspace:

• Espaço de trabalho habilitado para o Unity Catalog.

Requisitos de computação:

• Conectividade de rede do recurso de computação para os sistemas de banco de dados de destino. Confira Recomendações de rede para a Federação de Lakehouse.
• A computação do Azure Databricks deve usar o Databricks Runtime 13.3 LTS ou superior e modo de acesso Standard ou Dedicado.
• Os sql warehouses devem ser profissionais ou sem servidor e devem usar 2023.40 ou superior.

Permissões necessárias:

• Para criar uma conexão, você deve ser um administrador de metastore ou um usuário com o privilégio de CREATE CONNECTION no metastore do Unity Catalog anexado ao espaço de trabalho.
• Para criar um catálogo estrangeiro, você deve ter a permissão CREATE CATALOG no metastore e ser o proprietário da conexão ou ter o privilégio CREATE FOREIGN CATALOG na conexão.

Requisitos de permissão adicionais são especificados em cada seção baseada em tarefa a seguir.

O SSL é necessário para criar uma conexão.

Criar uma conexão

Uma conexão especifica um caminho e credenciais para acessar um sistema de banco de dados externo. Para criar uma conexão, você pode usar o Gerenciador de Catálogos ou o comando SQL CREATE CONNECTION em um notebook do Azure Databricks ou no editor de consultas SQL do Databricks.

Observação

Você também pode usar a a API REST do Databricks ou a CLI do Databricks para criar uma conexão. Consulte POST /api/2.1/unity-catalog/connections e Comandos do Catálogo do Unity.

Permissões necessárias: administrador ou usuário do metastore com o privilégio de CREATE CONNECTION.

Gerenciador de Catálogos

1. No workspace do Azure Databricks, clique no Catálogo.

2. Na parte superior do painel Catálogo, clique no ícone Adicionar e selecione Adicionar uma conexão no menu.

   Como alternativa, na página Acesso rápido, clique no botão Dados externos >, vá até a guia Conexões e clique em Criar conexão.

3. Na página Noções básicas sobre a conexão do assistente Configurar conexão, insira um Nome da conexão amigável.

4. Selecione um tipo de conexão do MySQL.

5. (Opcional) Adicione um comentário.

6. Clique em Próximo.

7. Na página de Autenticação, insira as seguintes propriedades de conexão para sua instância do MySQL:

   • Host: por exemplo, mysql-demo.lb123.us-west-2.rds.amazonaws.com
   • Porta: por exemplo, 3306
   • Usuário: por exemplo, mysql_user
   • Senha: por exemplo, password123

8. (Opcional): selecione o certificado do servidor de confiança. Isso está desmarcado por padrão. Quando selecionada, a camada de transporte usa SSL para criptografar o canal e ignora a cadeia de certificados para validar a confiança. Deixe esse conjunto com os valores padrão, a menos que você tenha uma necessidade específica de ignorar a validação de confiança.

9. Clique em Criar conexão.

10. Na página Noções básicas sobre o catálogo, insira um nome para o catálogo estrangeiro. Um catálogo estrangeiro espelha um banco de dados em um sistema de dados externo para que você possa consultar e gerenciar o acesso aos dados nesse banco de dados usando o Azure Databricks e o Catálogo do Unity.

11. (Opcional) Clique em Testar conectividade para confirmar se está funcionando.

12. Clique em Criar catálogo.

13. Na página Access, selecione os workspaces nos quais os usuários podem acessar o catálogo que você criou. Você pode selecionar Todos os workspaces têm acesso ou clicar em Atribuir a workspaces, selecionar os workspaces e clicar em Atribuir.

14. Altere o Proprietário que poderá gerenciar o acesso a todos os objetos do catálogo. Comece a digitar uma entidade de segurança na caixa de texto e clique na entidade de segurança nos resultados retornados.

15. Conceda Privilégios no catálogo. Clique em Conceder:

    1. Especifique as Entidades de segurança que terão acesso aos objetos no catálogo. Comece a digitar uma entidade de segurança na caixa de texto e clique na entidade de segurança nos resultados retornados.
    2. Selecione as Predefinições de privilégio a conceder a cada usuário. Por padrão, todos os usuários da conta recebem BROWSE.
       • Selecione Leitor de Dados no menu suspenso para conceder privilégios read em objetos no catálogo.
       • Selecione Editor de Dados no menu suspenso para conceder privilégios read e modify em objetos no catálogo.
       • Selecione manualmente os privilégios a serem concedidos.
    3. Selecione Conceder.

16. Clique em Próximo.

17. Na página Metadados, especifique os pares chave-valor daas tags. Para obter mais informações, consulte Aplicar etiquetas a objetos securitizáveis do Catálogo Unity.

18. (Opcional) Adicione um comentário.

19. Clique em Salvar.

SQL

Execute o comando a seguir em um notebook ou no editor de SQL do Databricks.

CREATE CONNECTION <connection-name> TYPE mysql
OPTIONS (
  host '<hostname>',
  port '<port>',
  user '<user>',
  password '<password>'
);

Recomendamos usar segredos do Azure Databricks em vez de cadeias de caracteres de texto não criptografado para valores confidenciais, como credenciais. Por exemplo:

CREATE CONNECTION <connection-name> TYPE mysql
OPTIONS (
  host '<hostname>',
  port '<port>',
  user secret ('<secret-scope>','<secret-key-user>'),
  password secret ('<secret-scope>','<secret-key-password>')
)

Se você precisar usar cadeias de caracteres de texto não criptografado em comandos SQL de notebook, evite truncar a cadeia de caracteres escapando caracteres especiais como $ com \. Por exemplo: \$.

Para obter informações sobre configuração de segredos, confira Gestão de segredos.

Criar um catálogo estrangeiro

Observação

Se você usar a interface do usuário para criar uma conexão com a fonte de dados, a criação de catálogos estrangeiros será incluída e você poderá ignorar essa etapa.

Um catálogo estrangeiro espelha um banco de dados em um sistema de dados externo para que você possa consultar e gerenciar o acesso aos dados nesse banco de dados usando o Azure Databricks e o Catálogo do Unity. Para criar um catálogo estrangeiro, use uma conexão com a fonte de dados que já foi definida.

Para criar um catálogo estrangeiro, você pode usar o Explorador do Catálogo ou o comando SQL CREATE FOREIGN CATALOG em um notebook do Azure Databricks ou o editor de consulta do Databricks SQL. Você também pode usar a API REST do Databricks ou a CLI do Databricks para criar um catálogo. Confira POST /api/2.1/unity-catalog/catalogs e Comandos do Unity Catalog.

Permissões necessárias: permissão de CREATE CATALOG no metastore e a propriedade da conexão ou o privilégio de CREATE FOREIGN CATALOG na conexão.

Gerenciador de Catálogos

1. No workspace do Azure Databricks, clique no Catálogo para abrir o Gerenciador de Catálogos.

2. Na parte superior do painel Catálogo, clique no ícone Adicionar e selecione Adicionar um catálogo no menu.

   Como alternativa, na página Acesso rápido, clique no botão Catálogos e depois no botão Criar catálogo.

3. Siga as instruções para criar catálogos estrangeiros em Criar catálogos.

SQL

Execute o comando SQL a seguir em um notebook ou no editor de SQL do Databricks. Os itens entre colchetes são opcionais. Substitua os valores de espaço reservado:

• <catalog-name>: nome do catálogo no Azure Databricks.
• <connection-name>: o objeto de conexão que especifica a fonte de dados, o caminho e as credenciais de acesso.

CREATE FOREIGN CATALOG [IF NOT EXISTS] <catalog-name> USING CONNECTION <connection-name>;

Pushdowns com suporte

Os seguintes pushdowns são compatíveis com toda a computação:

• Filtros
• Projeções
• Limite
• Funções: parcial, somente para expressões de filtro. (Funções de cadeia de caracteres, funções matemáticas, funções de data, hora e carimbo de data/hora e outras funções diversas, como Alias, Cast e SortOrder)

Os seguintes pushdowns têm suporte para o Databricks Runtime 13.3 LTS e versões posteriores e para SQL warehouses:

• Agregações
• Operadores booleanos
• As seguintes funções matemáticas (sem suporte se o ANSI estiver desabilitado): +, -, *, %, /
• Classificação, quando usada com limite

Não há suporte para os seguintes pushdowns:

• Junções
• Funções do Windows

Mapeamentos de tipo de dados

Quando você lê do MySQL para o Spark, os tipos de dados são mapeados da seguinte maneira:

Tipo do MySQL	Tipo do Spark
bigint (se não assinado), decimal	DecimalType
tinyint*, int, integer, mediumint, smallint	IntegerType
tinyint(1)	Tipo Booleano
bigint (se assinado)	LongType
derivar	FloatType
double	DoubleType
char, enum, set	TipoDeCaractere
varchar	Tipo de Varchar
json, longtext, mediumtext, text, tinytext	StringType
binário, blob, varbinary, binário varchar	BinaryType
bit, booliano	Tipo Booleano
data, ano	Tipo de Data
datetime, time, timestamp**	TimestampType/TimestampNTZType

* tinyint(1) signed e tinyint(1) unsigned são tratados como boolianos e convertidos para BooleanType. Confira Referência de conector/J na documentação do MySQL.

** Quando você lê do MySQL, o Timestamp do MySQL é mapeado para o TimestampType do Spark se preferTimestampNTZ = false (padrão). O Timestamp do MySQL será mapeado para TimestampNTZType se preferTimestampNTZ = true.