Executar consultas federadas no MySQL
Importante
Esta funcionalidade está em Pré-visualização Pública.
Este artigo 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 Catálogo Unity.
Requisitos de computação:
- Conectividade de rede do seu cluster Databricks Runtime ou SQL warehouse para os sistemas de banco de dados de destino. Consulte Recomendações de rede para a Lakehouse Federation.
- Os clusters do Azure Databricks devem usar o Databricks Runtime 13.3 LTS ou superior e o modo de acesso compartilhado ou de usuário único.
- Os armazéns SQL devem ser Pro ou Serverless 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
CREATE CONNECTION
privilégio no metastore do Unity Catalog anexado ao espaço de trabalho. - Para criar um catálogo estrangeiro, você deve ter a
CREATE CATALOG
permissão no metastore e ser o proprietário da conexão ou ter oCREATE FOREIGN CATALOG
privilégio na conexão.
Os requisitos de permissão adicionais são especificados em cada seção baseada em tarefas a seguir.
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 CREATE CONNECTION
comando SQL em um bloco de anotações do Azure Databricks ou no editor de consultas Databricks SQL.
Permissões necessárias: administrador do Metastore ou usuário com o CREATE CONNECTION
privilégio.
Explorador de Catálogos
No seu espaço de trabalho do Azure Databricks, clique em Catálogo.
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.
Insira um nome de conexão amigável.
Selecione um tipo de conexão do MySQL.
Insira as seguintes propriedades de conexão para 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
- Anfitrião: Por exemplo,
(Opcional) Clique em Testar conexão para confirmar se ela funciona.
(Opcional) Adicione um comentário.
Clique em Criar.
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 você use segredos do Azure Databricks em vez de cadeias de caracteres de texto sem formatação 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
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 CREATE FOREIGN CATALOG
comando SQL em um bloco de anotações do Azure Databricks ou o editor de consultas Databricks SQL.
Permissões necessárias: CREATE CATALOG
permissão no metastore e propriedade da conexão ou o CREATE FOREIGN CATALOG
privilégio na conexão.
Explorador de Catálogos
No espaço de trabalho do Azure Databricks, clique em Catálogo para abrir o Gerenciador de Catálogos.
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, em seguida, clique no botão Criar catálogo .
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 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 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 |
bigint (se assinado) | Tipo Longo |
flutuante | Tipo de flutuação |
duplo | Tipo Duplo |
char, enum, conjunto | CharType |
varchar | VarcharType |
json, longtext, mediumtext, texto, tinytext | StringType |
binário, blob, varbinary, varchar binário | BinaryType |
bit, booleano | BooleanType |
data, ano | Tipo de Data |
datetime, hora, carimbo de data/hora** | TimestampType/TimestampNTZTipe |
tinyint(1) signed
é tratado como um booleano e convertido em BooleanType
. Consulte Connector/J Reference
* Quando você lê 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
.