在 Amazon Redshift 上執行同盟查詢

發行項
07/26/2024

重要

這項功能處於公開預覽狀態。

本文說明如何設定 Lakehouse 同盟，在 Azure Databricks 未管理的 Amazon Redshift 數據上執行同盟查詢。若要深入瞭解 Lakehouse 同盟，請參閱什麼是 Lakehouse 同盟。

若要使用 Lakehouse 同盟連線到 Amazon Redshift 資料庫上的執行查詢，您必須在 Azure Databricks Unity 目錄中繼存放區中建立下列專案：

在 Amazon Redshift 資料庫上執行查詢的連線。
在 Unity 目錄中的 Amazon Redshift 資料庫上鏡像執行查詢的外部目錄 ，讓您可以使用 Unity 目錄查詢語法和數據控管工具來管理 Azure Databricks 使用者對資料庫的存取權。

開始之前

工作區需求：

計算需求：

從 Databricks 執行時間叢集或 SQL 倉儲到目標資料庫系統的網路連線。請參閱 Lakehouse 同盟的網路建議。
Azure Databricks 叢集必須使用 Databricks Runtime 13.3 LTS 或更新版本，以及共用或單一使用者存取模式。
SQL 倉儲必須是 Pro 或無伺服器，且必須使用 2023.40 或更新版本。

所需的權限：

若要建立連線，您必須是中繼存放區管理員或具有 CREATE CONNECTION 附加至工作區之 Unity 目錄中繼存放區許可權的使用者。
若要建立外部目錄，您必須擁有 CREATE CATALOG 中繼存放區的許可權，而且必須是聯機的擁有者，或擁有 CREATE FOREIGN CATALOG 連線的許可權。

後續每個以工作為基礎的區段會指定其他許可權需求。

建立連線

連接會指定用來存取外部資料庫系統的路徑和認證。若要建立連線，您可以在 Azure Databricks 筆記本或 CREATE CONNECTION Databricks SQL 查詢編輯器中使用目錄總管或 SQL 命令。

需要的許可權： 具有許可權的 CREATE CONNECTION 中繼存放區系統管理員或使用者。

目錄總管

在您的 Azure Databricks 工作區中，按兩下 [目錄]。
在 [目錄] 窗格頂端，單擊 [新增] 圖示，然後從功能表中選取 [新增聯機]。

或者，從 [快速存取] 頁面，按兩下 [外部數據] 按鈕，移至 [連線] >索引標籤，然後按兩下 [建立連線]。
輸入使用者易記 的連線名稱。
選取 Redshift 的 [連線類型]。
輸入 Redshift 實例的下列連線屬性。
- 主機：例如 redshift-demo.us-west-2.redshift.amazonaws.com
- 埠：例如 5439
- 使用者：例如 redshift_user
- 密碼：例如 password123
（選擇性）按兩下 [ 測試連線 ] 以確認其運作正常。
（選擇性）新增批注。
按一下 [建立]。

SQL

在筆記本或 Databricks SQL 查詢編輯器中執行下列命令。

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

建議您針對認證等敏感性值使用 Azure Databricks 秘密，而不是純文本字串。例如：

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

如需設定秘密的相關信息，請參閱秘密管理。

建立外部目錄

外部目錄會鏡像外部數據系統中的資料庫，讓您可以使用 Azure Databricks 和 Unity 目錄來查詢和管理該資料庫中數據的存取權。若要建立外部目錄，您可以使用已定義的數據源連線。

若要建立外部目錄，您可以在 Azure Databricks 筆記本或 SQL 查詢編輯器中使用目錄總管或 CREATE FOREIGN CATALOG SQL 命令。

必要許可權：CREATE CATALOG中繼存放區的許可權，以及聯機的擁有權或CREATE FOREIGN CATALOG連線的許可權。

目錄總管

在您的 Azure Databricks 工作區中，按兩下 [目錄] 以開啟 [目錄 總管]。
在 [目錄] 窗格頂端，按兩下 [新增] 圖示，然後從功能表中選取 [新增目錄]。

或者，從 [ 快速存取] 頁面按兩下 [ 目錄] 按鈕，然後按下 [ 建立目錄 ] 按鈕。
遵循在建立目錄中建立外部目錄的指示。

SQL

在筆記本或 SQL 查詢編輯器中執行下列 SQL 命令。括弧中的項目是選擇性專案。取代佔位元值：

<catalog-name>：Azure Databricks 中目錄的名稱。
<connection-name>：指定數據源、路徑和存取認證的連接物件。
<database-name>：您想要在 Azure Databricks 中鏡像為目錄的資料庫名稱。

CREATE FOREIGN CATALOG [IF NOT EXISTS] <catalog-name> USING CONNECTION <connection-name>
OPTIONS (database '<database-name>');

支援的下推

支援下列下推：

篩選
投影
限制
聯結
匯總（Average、Count、Max、Min、StddevPop、StddevSamp、Sum、VarianceSamp）
函式（字串函式和其他函式，例如 Alias、Cast、SortOrder）
排序

不支援下列下推：

Windows 函式

資料類型對應

當您從 Redshift 讀取至 Spark 時，資料類型會對應如下：

Redshift 類型	Spark 類型
numeric	DecimalType
int2、int4	IntegerType
int8、 oid、 xid	LongType
float4	FloatType
雙精確度， float8， money	DoubleType
bpchar， char， character varying， name， super， text， tid， varchar	StringType
bytea、geometry、varbyte	BinaryType
bit、bool	BooleanType
date	DateType
tabstime， time， time with time zone， timetz， time without time zone， timestamp with time zone， timestamptz， timestamp without time zone*	TimestampType/TimestampNTZType

*當您從 Redshift 讀取時，Redshift Timestamp 會對應至 Spark TimestampType if infer_timestamp_ntz_type = false （預設值）。如果 infer_timestamp_ntz_type = true，則 Redshift Timestamp 會對應至 TimestampNTZType 。

共用方式為

在 Amazon Redshift 上執行同盟查詢

開始之前

建立連線

目錄總管

SQL

建立外部目錄

目錄總管

SQL

支援的下推

資料類型對應

意見反應

其他資源