execução de consultas federadas no Microsoft SQL Server
Este artigo descreve como configurar o Lakehouse Federation para executar consultas federadas nos dados do site SQL Server que não são gerenciados pelo site Databricks. Para saber mais sobre a lakehouse Federation, consulte O que é a lakehouse Federation?
Para se conectar ao seu banco de dados SQL Server usando a Federação lakehouse , você deve criar o seguinte em seu metastore do Databricks Unity Catalog:
Uma conexão com seu banco de dados do SQL Server.
Um catálogo externo que espelha seu banco de dados do SQL Server no Unity Catalog para que você possa usar a sintaxe query Unity Catalog e as ferramentas de governança de dados para gerenciar o acesso do usuário do Databricks ao banco de dados.
A lakehouse Federation oferece suporte a SQL Server, Azure SQL Database e Azure SQL gerenciar Instance.
Antes de começar
Requisitos workspace :
workspace ativado para Unity Catalog.
requisitos compute :
Conectividade de rede do seu recurso compute para os sistemas de banco de dados de destino. Veja as recomendações do Networking para a Lakehouse Federation.
Databricks compute deve usar Databricks Runtime 13.3 LTS ou acima e modo de acesso de usuário compartilhado ou único.
Os SQL warehouse devem ser Pro ou Serverless e devem utilizar a versão 2023.40 ou superior.
Permissões necessárias:
Para criar uma conexão, você deve ser um administrador do metastore ou um usuário com o privilégio
CREATE CONNECTION
no metastore do Unity Catalog anexado ao workspace.Para criar um catálogo externo, você deve ter a permissão
CREATE CATALOG
no metastore e ser o proprietário da conexão ou ter o privilégioCREATE FOREIGN CATALOG
na conexão.
Requisitos de permissão adicionais são especificados em cada seção baseada em tarefa a seguir.
Se o senhor planeja se autenticar usando OAuth, registre um aplicativo em Microsoft Entra ID para Databricks. Consulte a seção a seguir para obter detalhes.
(Opcional) registre um aplicativo em Microsoft Entra ID para Databricks
Se o senhor quiser se autenticar usando OAuth, siga este passo antes de criar uma conexão SQL Server. Para se autenticar usando um nome de usuário e uma senha, ignore esta seção.
Faça login no portal do Azure.
Na navegação à esquerda, clique em Microsoft Entra ID.
Clique em App registrations (Registros de aplicativos).
Clique em New registration (Novo registro). Digite um nome para o novo aplicativo e defina o URI de redirecionamento como
https://<workspace-url>/login/oauth/azure.html
.Clique em Registrar.
Na caixa Essentials, copie e armazene o ID do aplicativo (cliente). O senhor usará esse valor para configurar o aplicativo.
Clique em Certificados & secrets.
Em Client secrets (Segredos do cliente ) tab, clique em New client secret (Novo segredo do cliente).
Digite uma descrição para o segredo e uma expiração (a configuração default é de 180 dias).
Clique em Adicionar.
Copie o valor gerado para o segredo do cliente.
Clique em Permissões de API.
Clique em Add a permission (Adicionar uma permissão).
Selecione Banco de dados SQL do Azure e clique em user_impersonation em Permissões delegadas.
Clique em Add permissions (Adicionar permissões).
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 Catalog Explorer ou o comando SQL CREATE CONNECTION
em um Notebook do Databricks ou no editor query Databricks SQL .
Observação
O senhor também pode usar a API REST da Databricks ou a CLI da Databricks para criar uma conexão. Veja POST /api/2.1/unity-catalog/connections e Unity Catalog comando.
Permissões necessárias: administrador ou usuário do metastore com o privilégio CREATE CONNECTION
.
No seu workspace do Databricks, clique em Catálogo.
Na parte superior do painel Catálogo, clique no ícone Add e selecione Add a connection (Adicionar uma conexão ) no menu.
Como alternativa, na página de acesso rápido, clique no botão External data (Dados externos ), acesse Connections (Conexões ) tab e clique em Create connection (Criar conexão).
Na página Noções básicas de conexão do assistente de configuração de conexão, insira um nome de conexão fácil de usar.
Selecione um tipo de conexão do SQL Server.
Selecione um tipo de autenticação OAuth ou Nome de usuário e senha (autenticação básica).
(Opcional) Adicione um comentário.
Clique em Avançar.
Na página Authentication (Autenticação ), insira as seguintes propriedades de conexão para sua instância do SQL Server. As propriedades específicas do método de autenticação selecionado são precedidas pelo
Auth type
entre parênteses.Host: Seu servidor SQL.
(Autenticação básica) Porta
(Autenticação básica) trustServerCertificate: padrão para
false
. Quando definido comotrue
, a camada de transporte usa SSL para criptografar o canal e ignora a cadeia de certificados para validar a confiança. Deixe essa opção definida como default, a menos que o senhor tenha uma necessidade específica de ignorar a validação de confiança.(Autenticação básica) Usuário
(Autenticação básica) Senha
Endpoint de autorização(OAuth): sua autorização Azure Entra endpoint no formato
https://login.microsoftonline.com/<tenant-id>/oauth2/v2.0/authorize
.(OAuth) Client ID do aplicativo que o senhor criou.
(OAuth) Segredo do cliente a partir do segredo do cliente que o senhor criou.
(OAuth) Escopo do OAuth: Digite o seguinte valor sem modificações:
https://database.windows.net/.default offline_access
.(OAuth) Clique em Sign in with Azure Entra ID. Digite seu nome de usuário e senha do Azure. Depois de ser redirecionado para a página de Autenticação, o código de autorização é preenchido na interface do usuário.
Clique em Criar conexão.
(Autenticação básica) Na página de detalhes da conexão, especifique o seguinte:
Confiar no certificado do servidor: Esse campo é desmarcado em default. Quando selecionada, a camada de transporte usa SSL para criptografar o canal e ignora a cadeia de certificados para validar a confiança. Deixe essa opção definida como default, a menos que o senhor tenha uma necessidade específica de ignorar a validação de confiança.
Intenção do aplicativo: o tipo de carga de trabalho do aplicativo ao se conectar a um servidor.
Clique em Avançar.
Na página Noções básicas do catálogo, insira um nome para o catálogo estrangeiro. Um catálogo externo espelha um banco de dados em um sistema de dados externo para que o senhor possa consultar e gerenciar o acesso aos dados desse banco de dados usando o Databricks e o Unity Catalog.
(Opcional) Clique em Testar conexão para confirmar se funciona.
Clique em Criar catálogo.
Na página Access (Acesso), selecione o espaço de trabalho no qual os usuários podem acessar o catálogo que o senhor criou. O senhor pode selecionar All workspace have access (Todos os espaços de trabalho têm acesso) ou clicar em Assign to workspace (Atribuir ao espaço de trabalho), selecionar o espaço de trabalho e clicar em Assign (Atribuir).
Altere o proprietário que poderá gerenciar o acesso a todos os objetos no catálogo. comece a digitar um diretor na caixa de texto e, em seguida, clique no diretor nos resultados retornados.
Conceda privilégios no catálogo. Clique em Conceder:
Especifique os diretores que terão acesso aos objetos no catálogo. comece a digitar um diretor na caixa de texto e, em seguida, clique no diretor nos resultados retornados.
Selecione as predefinições de privilégios a serem concedidas a cada diretor. Todos os usuários de account recebem
BROWSE
de default.Selecione Leitor de dados no menu suspenso para conceder privilégios
read
em objetos no catálogo.Selecione Editor de dados no menu suspenso para conceder os privilégios
read
emodify
aos objetos no catálogo.Selecione manualmente os privilégios a serem concedidos.
Clique em Conceder.
Clique em Avançar.
Na página Metadata (Metadados ), especifique as tags em key-value. Para obter mais informações, consulte Apply tags to Unity Catalog securable objects.
(Opcional) Adicione um comentário.
Clique em Salvar.
Observação
(OAuth) O Azure Entra ID OAuth endpoint deve ser acessível a partir dos IPs do plano de controle Databricks. Consulte Databricks clouds e regiões.
execução do seguinte comando em um Notebook ou no editor query Databricks SQL .
CREATE CONNECTION <connection-name> TYPE sqlserver
OPTIONS (
host '<hostname>',
port '<port>',
user '<user>',
password '<password>'
);
Recomendamos que você use segredos do Databricks em vez de strings de texto sem formatação para valores confidenciais, como credenciais. Por exemplo:
CREATE CONNECTION <connection-name> TYPE sqlserver
OPTIONS (
host '<hostname>',
port '<port>',
user secret ('<secret-scope>','<secret-key-user>'),
password secret ('<secret-scope>','<secret-key-password>')
)
Para obter informações sobre como configurar segredos, consulte Gerenciamento de segredos.
Criar um catálogo estrangeiro
Observação
Se o senhor usar a interface do usuário para criar uma conexão com a fonte de dados, a criação do catálogo externo estará incluída e o senhor poderá ignorar essa etapa.
Um catálogo externo espelha um banco de dados em um sistema de dados externo para que você possa query e gerenciar o acesso aos dados nesse banco de dados usando Databricks e Unity Catalog. Para criar um catálogo externo, você usa uma conexão com a fonte de dados que já foi definida.
Para criar um catálogo externo, o senhor pode usar o Catalog Explorer ou o comando CREATE FOREIGN CATALOG
SQL em um Databricks Notebook ou o editor de consultas SQL.
O senhor também pode usar a API REST da Databricks ou a CLI da Databricks para criar um catálogo. Veja POST /api/2.1/unity-catalog/catalogs e Unity Catalog comando.
Permissões necessárias: permissão CREATE CATALOG
no metastore e propriedade da conexão ou o privilégio CREATE FOREIGN CATALOG
na conexão.
Em seu site Databricks workspace, clique em Catalog para abrir o Catalog Explorer.
Na parte superior do painel Catalog (Catálogo ), clique no ícone Add (Adicionar ) e selecione Add a catalog (Adicionar um catálogo ) no menu.
Como alternativa, na página de acesso rápido, clique no botão Catalogs (Catálogos ) e, em seguida, clique no botão Create catalog (Criar catálogo ).
Siga as instruções para criar catálogos estrangeiros em Criar catálogos.
Execute o seguinte comando SQL em um editor de consultas Notebook ou SQL. Os itens entre parênteses são opcionais. Substitua os valores do espaço reservado:
<catalog-name>
: Nome do catálogo no Databricks.<connection-name>
: O objeto de conexão que especifica a fonte de dados, o caminho e as credenciais de acesso.<database-name>
: Nome do banco de dados que você deseja espelhar como um catálogo no Databricks.
CREATE FOREIGN CATALOG [IF NOT EXISTS] <catalog-name> USING CONNECTION <connection-name>
OPTIONS (database '<database-name>');
Empurrões suportados
Os seguintes pushdowns são suportados em todos compute:
Filtros
Projeções
Limite
Funções: parcial, apenas para expressões de filtro. funções strings , funções matemáticas, funções Data, Time e Timestamp e outras funções diversas, como Alias, Cast, SortOrder)
Os seguintes pushdowns são suportados em Databricks Runtime 13.3 LTS e acima, e em SQL warehouse compute:
Agregados
Os seguintes operadores Boolean: =, <, <=, >, >=, <=>
As seguintes funções matemáticas (não suportadas se o ANSI estiver desativado): +, -, *, %, /
Os seguintes operadores diversos: ^, |, ~
Ordenação, quando usada com limite
Os seguintes pushdowns não são suportados:
join
funções do Windows
Mapeamentos de tipo de dados
Quando você lê do SQL Server para o Spark, os tipos de dados são mapeados da seguinte maneira:
Tipo de servidor SQL |
Tipo Spark |
---|---|
bigint (unsigned), decimal, money, numeric, smallmoney |
Tipo Decimal |
diminuindo, tingindo |
ShortType |
int |
Tipo inteiro |
bigint (se assinado) |
LongType |
real |
FloatType |
flutuador |
DoubleType |
char, nchar, identificador único |
CharType |
nvarchar, varchar |
VarcharType |
texto, xml |
StringType |
binário, geografia, geometria, imagem, timestamp, udt, varbinary |
Tipo Binário |
pedaço |
BooleanType |
data |
DataTipo |
datetime, datetime, smalldatetime, hora |
TimestampType/TimestampNTZType |
*Quando você lê do SQL Server, SQL Server datetimes
são mapeados para Spark TimestampType
se preferTimestampNTZ = false
(default). SQL Server datetimes
são mapeados para TimestampNTZType
se preferTimestampNTZ = true
.