Executar consultas federadas no MySQL

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

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

• Uma conexão com seu banco de dados MySQL.
• Um catálogo estrangeiro que espelha seu banco de dados MySQL no Unity Catalog para que você possa usar a sintaxe de consulta do Catálogo 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 espaço de trabalho:

• Espaço de trabalho habilitado para o Unity Catalog.

Requisitos de computação:

• Conectividade de rede do seu recurso de computação para os sistemas de banco de dados de destino. Consulte Recomendações de rede para a Lakehouse Federation.
• A computação do Azure Databricks deve usar o Databricks Runtime 13.3 LTS ou superior e modo de acesso Standard ou Dedicated.
• Os armazéns SQL 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 de CREATE FOREIGN CATALOG na conexão.

Os requisitos de permissão adicionais são especificados em cada seção baseada em tarefas a seguir.

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 CREATE CONNECTION SQL em um bloco de anotações do Azure Databricks ou no editor de consultas Databricks SQL.

Nota

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

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

Explorador de Catálogos

1. No seu espaço de trabalho 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 para a guia Conexões e clique em Criar conexão.

3. Na página Noções básicas de conexão do assistente Configurar conexão, insira um Nome da conexãoque seja fácil de usar .

4. Selecione um tipo de conexão do MySQL.

5. (Opcional) Adicione um comentário.

6. Clique Avançar.

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

   • Anfitrião: Por exemplo, mysql-demo.lb123.us-west-2.rds.amazonaws.com
   • Porto: Por exemplo, 3306
   • Usuário: Por exemplo, mysql_user
   • Palavra-passe: Por exemplo, password123

8. (Opcional): Selecione Certificado do servidor confiável. Esta opção é desmarcada por predefinição. Quando selecionada, a camada de transporte usa SSL para criptografar o canal e ignora a cadeia de certificados para validar a confiança. Deixe isso definido como 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 do 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 Unity Catalog.

11. (Opcional) Clique em Testar conexão para confirmar se ela funciona.

12. Clique em Criar o catálogo.

13. Na página Access , selecione os espaços de trabalho onde os utilizadores podem aceder ao catálogo que criou. Você pode selecionar Todos os espaços de trabalho têm acesso ou clicar em Atribuir a espaços de trabalho, selecionar os espaços de trabalho e clicar em Atribuir.

14. Altere o Proprietário que poderá gerenciar o acesso a todos os objetos no catálogo. Comece a escrever um principal na caixa de texto e, em seguida, clique no principal nos resultados apresentados.

15. Conceder privilégios e no catálogo. Selecionar Conceder:

    1. Especifique os Principals que terão acesso aos objetos no catálogo. Comece a escrever um principal na caixa de texto e, em seguida, clique no principal nos resultados apresentados.
    2. Selecione as predefinições de privilégio para conceder a cada principal. Todos os usuários da conta recebem BROWSE por padrão.
       • Selecione Leitor de Dados no menu suspenso para conceder privilégios read a objetos no catálogo.
       • Selecione Editor de Dados no menu suspenso para conceder privilégios read e modify sobre objetos no catálogo.
       • Selecione manualmente os privilégios a conceder.
    3. Clique em Conceder.

16. Clique Avançar.

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

18. (Opcional) Adicione um comentário.

19. Clique Salvar.

SQL

Execute o seguinte comando em um bloco de anotações ou no editor de consultas Databricks SQL.

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

Recomendamos que use o Azure Databricks Secrets em vez de strings de texto puro 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 sem formatação nos comandos SQL do bloco de anotações, evite truncar a cadeia de caracteres escapando de caracteres especiais, como $ no \. Por exemplo: \$.

Para obter informações sobre como configurar segredos, consulte Gerenciamento de segredos.

Criar um catálogo estrangeiro

Nota

Se você usar a interface do usuário para criar uma conexão com a fonte de dados, a criação de catálogo estrangeiro será incluída e você poderá ignorar esta 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 Unity Catalog. 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 Gerenciador de Catálogos ou o comando CREATE FOREIGN CATALOG SQL em um bloco de anotações do Azure Databricks ou no editor de consultas Databricks SQL. Você também pode usar a API REST do Databricks ou a CLI do Databricks para criar um catálogo. Veja POST /api/2.1/unity-catalog/catalogs e comandos do Unity Catalog.

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

Explorador de Catálogos

1. No seu espaço de trabalho do Azure Databricks, clique no Catálogo para abrir o Catalog Explorer.

2. No topo do painel de Catálogo, clique no ícone Adicionar e selecione Adicionar um catálogo no menu.

   Como alternativa, a partir da página de Acesso rápido, clique no botão Catálogos e, em seguida, clique no botão Criar catálogo.

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

SQL

Execute o seguinte comando SQL em um bloco de anotações ou editor SQL Databricks. Os itens entre parênteses são opcionais. Substitua os valores dos espaços reservados:

• <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 suportados

Os seguintes pushdowns são suportados em todos os cálculos:

• Filtros
• Projeções
• Limite
• Funções: parcial, apenas 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, SortOrder)

Os seguintes pushdowns são suportados no Databricks Runtime 13.3 LTS e superior e em armazéns SQL:

• Agregados
• Operadores booleanas
• As seguintes funções matemáticas (não suportadas se o ANSI estiver desativado): +, -, *, %, /
• Classificação, quando usado com limite

As seguintes flexões não são suportadas:

• Associações
• 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 MySQL	Tipo de faísca
bigint (se não estiver assinado), decimal	Tipo decimal
tinyint*, int, inteiro, mediumint, smallint	Tipo inteiro
tinyint(1)	Tipo Booleano
bigint (se assinado)	Tipo Longo
float	Tipo de flutuação
duplo	Tipo Duplo
char, enum, conjunto	TipoDeCaractere
Varchar	TipoVarChar
json, longtext, mediumtext, texto, tinytext	TipoString
binário, blob, varbinary, varchar binário	TipoBinário
bit, booleano	Tipo Booleano
data, ano	Tipo de Data
datetime, hora, carimbo de data/hora**	TimestampType/TimestampNTZTipe

* tinyint(1) signed e tinyint(1) unsigned são tratados como booleanos e convertidos em BooleanType. Consulte Connector/J Reference na documentação do MySQL.

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