Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
Nesta etapa do tutorial, você conecta um aplicativo Python local ao endpoint do PostgreSQL. Você consulta uma exibição que lê sinais do data warehouse via federação e outra que lê sinais carregados no PostgreSQL pelo job Copy.
Importante
Fabric HorizonDB está em prévia pública. Somente a identidade Microsoft Entra que criou o banco de dados pode se conectar. Execute este exercício local como o criador; as entidades de serviço e as identidades gerenciadas não podem se conectar na pré-visualização atual.
Prerequisites
- Conclua Analisar dados espelhados em um notebook.
- Mantenha
fabric_sales.customer_signalsda etapa de federação eanalytics_ops.customer_signalsda etapa Trabalho de cópia. - Instale Python 3.10 ou versão posterior.
- Configure os valores de conexão descritos em Connect with Python, incluindo o locatário e o escopo do token de visualização.
Use o host PostgreSQL no painel de conexão do item contoso-orders-db e o nome do banco de dados postgres. Não use o nome de exibição do item Fabric nem o endpoint de análise SQL.
Criar exibições do aplicativo
Execute este SQL no editor HorizonDB PostgreSQL:
CREATE OR REPLACE VIEW horizon_sample.customer_analytics AS
SELECT
customer.customer_id,
customer.customer_name,
signal.risk_score,
signal.recommended_action,
signal.calculated_at
FROM horizon_sample.customers AS customer
JOIN fabric_sales.customer_signals AS signal
ON signal.customer_id = customer.customer_id;
CREATE OR REPLACE VIEW horizon_sample.customer_operational_insights AS
SELECT
customer.customer_id,
customer.customer_name,
signal.risk_score,
signal.recommended_action,
signal.calculated_at
FROM horizon_sample.customers AS customer
JOIN analytics_ops.customer_signals AS signal
ON signal.customer_id = customer.customer_id;
A primeira visualização possui uma dependência remota de armazém no momento da consulta. O segundo lê apenas tabelas locais do PostgreSQL; sua atualização depende do último passo de carregamento e publicação bem-sucedidos. Essas visualizações organizam consultas de aplicação; elas não habilitam usuários adicionais do PostgreSQL.
Criar o aplicativo
Crie uma pasta chamada contoso-orders-app, crie e ative um ambiente virtual e instale:
python -m pip install "psycopg[binary]" azure-identity
Criar app.py:
import os
import sys
import psycopg
from azure.identity import InteractiveBrowserCredential
customer_id = int(sys.argv[1])
with InteractiveBrowserCredential(
tenant_id=os.environ["HORIZONDB_TENANT_ID"]
) as credential:
token = credential.get_token(
os.environ["HORIZONDB_TOKEN_SCOPE"]
).token
with psycopg.connect(
host=os.environ["HORIZONDB_HOST"],
port=int(os.environ["HORIZONDB_PORT"]),
dbname=os.environ["HORIZONDB_DATABASE"],
user=os.environ["HORIZONDB_USER"],
password=token,
sslmode=os.environ["HORIZONDB_SSLMODE"],
connect_timeout=30,
application_name="contoso-orders-app",
) as connection:
with connection.cursor() as cursor:
cursor.execute("SET statement_timeout = '30s'")
cursor.execute(
"""
SELECT customer_name, risk_score,
recommended_action, calculated_at
FROM horizon_sample.customer_analytics
WHERE customer_id = %s
""",
(customer_id,),
)
print("Federated result:", cursor.fetchall())
cursor.execute(
"""
SELECT customer_name, risk_score,
recommended_action, calculated_at
FROM horizon_sample.customer_operational_insights
WHERE customer_id = %s
""",
(customer_id,),
)
print("Loaded local result:", cursor.fetchall())
O driver vincula o ID do cliente como parâmetro. Não concatene a entrada do usuário em SQL, imprima o token ou armazene credenciais no código-fonte.
Executar e validar
Carregue os valores do ambiente de conexão e execute o aplicativo com um ID de cliente real obtido em horizon_sample.customers. Por exemplo:
python app.py 1
Faça login como criador do banco de dados no navegador. Confirme que ambos os resultados correspondem aos dados de origem do cliente selecionado. Se uma consulta federada falhar, investigue permissões de origem, capacidade e metadados separadamente do estado de saúde local do PostgreSQL. O exemplo revela erros em vez de recorrer silenciosamente a dados locais mais antigos.
Use retentativas limitadas apenas para falhas de conexão transitórias em que seja seguro tentar novamente. Não tente novamente após erros de autenticação ou permissão sem corrigi-los, e não repita uma transação de gravação incerta.
Resultado esperado
A aplicação utiliza uma conexão PostgreSQL para consultar sinais analíticos federados e sinais operacionais carregados. Seus valores podem diferir se o data warehouse mudou após o job de cópia.