Microsoft Azure Synapse でフェデレーション クエリを実行する

プレビュー

この機能はパブリックプレビュー段階です。

この記事では、Databricks によって管理されていない Azure Synapse (SQL データウェアハウス) データに対してフェデレーション クエリを実行するためにレイクハウスフェデレーションをセットアップする方法について説明します。 レイクハウスフェデレーションの詳細については、「 レイクハウスフェデレーションとは」を参照してください。

レイクハウスフェデレーションを使用して Azure Synapse (SQL データウェアハウス) データベースに接続するには、Databricks Unity Catalog メタストアに以下を作成する必要があります。

  • Azure Synapse (SQL データウェアハウス) データベース への接続 。

  • Azure Synapse (SQL データウェアハウス) データベースを Unity Catalog にミラーリングし Unity Catalog クエリー構文とデータガバナンスツールを使用してデータベースへの Databricks ユーザー アクセスを管理できるようにする フォーリンカタログ 。

始める前に

ワークスペースの要件:

  • ワークスペースで Unity Catalogが有効になっています。

コンピュート 要件:

  • Databricks Runtime クラスターまたは SQLウェアハウスからターゲット データベース システムへのネットワーク接続。レイクハウスフェデレーションのネットワークに関する推奨事項を参照してください。

  • Databricks クラスターでは、Databricks Runtime 13.3 LTS 以上と共有またはシングルユーザー アクセス モードを使用する必要があります。

  • SQLウェアハウスはProまたはサーバーレスであり、2023.40以上を使用する必要があります。

必要な権限:

  • 接続を作成するには、メタストア管理者であるか、ワークスペースにアタッチされている Unity Catalog メタストアに対する CREATE CONNECTION 権限を持つユーザーである必要があります。

  • フォーリンカタログを作成するには、メタストアに対する CREATE CATALOG 権限を持ち、接続の所有者であるか、接続に対する CREATE FOREIGN CATALOG 権限を持っている必要があります。

追加のアクセス許可要件は、以降の各タスクベースのセクションで指定されています。

接続を作成する

接続では、外部データベース システムにアクセスするためのパスと資格情報を指定します。 接続を作成するには、カタログ エクスプローラーを使用するか、Databricks ノートブックまたは Databricks SQL クエリー エディターで CREATE CONNECTION SQL コマンドを使用できます。

必要な権限: メタストア管理者または CREATE CONNECTION 権限を持つユーザー。

  1. Databricks ワークスペースで、[カタログ アイコン カタログ] をクリックします 。

  2. [ カタログ ] ウィンドウの上部にある [追加アイコンまたはプラスアイコン 追加 ] アイコンをクリックし、メニューから [ 接続の追加 ] を選択します。

    または、クイック アクセスページで[外部データ >]ボタンをクリックし、 [接続]タブに移動して[接続の作成] をクリックします。

  3. わかりやすい 接続名を入力します。

  4. [ 接続の種類 ] として [SQLDW] を選択します。

  5. Azure Synapse インスタンスの次の接続プロパティを入力します。

    • ホスト: たとえば、 sqldws-demo.database.windows.net.

    • ポート: たとえば、 1433

    • 信頼サーバー証明書: デフォルトは falseです。 trueに設定すると、トランスポート層は SSL を使用してチャンネルを暗号化し、証明書チェーンをバイパスして信頼を検証します。この設定は、信頼検証をバイパスする特別な必要がない限り、既定値のままにしておきます。

    • 利用者

    • パスワード

  6. (オプション)[ 接続のテスト ] をクリックして、動作することを確認します。

  7. (オプション)コメントを追加します。

  8. [作成]をクリックします。

ノートブックまたは Databricks SQL クエリー エディターで次のコマンドを実行します。

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

資格情報などの機密性の高い値には、プレーンテキスト文字列の代わりに Databricks シークレット を使用することをお勧めします。 例えば：

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

シークレットの設定に関する情報については、「 シークレット管理」を参照してください。

フォーリンカタログの作成

フォーリンカタログは、外部データ システム内のデータベースをミラーリングするため、Databricks と Unity Catalogを使用して、そのデータベース内のデータへのアクセスを管理できます。 フォーリンカタログを作成するには、すでに定義されている DATA への接続を使用します。

フォーリンカタログを作成するには、カタログ エクスプローラー、または Databricks ノートブックまたは SQL クエリ エディターのCREATE FOREIGN CATALOG SQL コマンドを使用できます。

必要なアクセス許可: メタストアに対する CREATE CATALOG アクセス許可と、接続の所有権または接続に対する CREATE FOREIGN CATALOG 特権。

  1. Databricks ワークスペースで、カタログ アイコン[カタログ]をクリックしてカタログ・エクスプローラーを開きます。

  2. [ カタログ ] ウィンドウの上部にある [追加アイコンまたはプラスアイコン 追加 ] アイコンをクリックし、メニューから [ カタログの追加 ] を選択します。

    または、[ クイック アクセス ] ページで [ カタログ ] ボタンをクリックし、[ カタログの作成 ] ボタンをクリックします。

  3. 「カタログの作成」のフォーリンカタログの作成手順に従ってください。

ノートブックまたは SQL クエリ エディターで次の SQL コマンドを実行します。 括弧内の項目はオプションです。 プレースホルダーの値を置き換えます。

  • <catalog-name>: Databricksのカタログの名前。

  • <connection-name>: データソース、パス、およびアクセス資格情報を指定する 接続オブジェクト 。

  • <database-name>: Databricks でカタログとしてミラー化するデータベースの名前。

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

サポートされているプッシュダウン

次のプッシュダウンがサポートされています。

  • フィルター

  • 予測

  • 極限

  • 集計 (平均、カウント、最大、最小、標準偏差ポップ、標準偏差、合計、分散分布)

  • 関数 (算術関数およびその他の関数 (エイリアス、キャスト、並べ替え順序など)

  • 分別

次のプッシュダウンはサポートされていません。

  • 結合

  • Windows の機能

データ型マッピング

Synapse / SQL データウェアハウスから Spark に読み取る場合、データ型は次のようにマップされます。

Synapse タイプ

Spark タイプ

decimal, money, numeric, smallmoney

DecimalType

smallint

ShortType

tinyint

ByteType

int

IntegerType

bigint

LongType

real

FloatType

float

DoubleType

char, nchar, ntext, nvarchar, text, uniqueidentifier, varchar, xml

StringType

binary, geography, geometry, image, timestamp, udt, varbinary

BinaryType

bit

BooleanType

date

DateType

datetime, datetime, smalldatetime, time

TimestampType/TimestampNTZType*

*Synapse / SQL データウェアハウス (SQLDW) から読み込む場合、SQLDW datetimes preferTimestampNTZ = false (デフォルト) の場合は Spark TimestampType にマップされます。SQLDW datetimes は、 preferTimestampNTZ = trueの場合、 TimestampNTZType にマップされます。