execução de consultas federadas no Teradata

Prévia

Este artigo descreve como configurar o Lakehouse Federation para executar consultas federadas nos dados do Teradata 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 banco de dados Teradata usando a Lakehouse Federation, o senhor deve criar o seguinte no metastore Databricks Unity Catalog :

Uma conexão com seu banco de dados Teradata.
Um catálogo externo que espelha o banco de dados Teradata no Unity Catalog para que o senhor possa usar a sintaxe de consulta do Unity Catalog e as ferramentas de governança de dados para gerenciar o acesso do usuário do Databricks ao banco de dados.

Antes de começar

Antes de começar, verifique se você atende aos requisitos desta seção.

Requisitos do Databricks

Requisitos do workspace:

Espaço de trabalho preparado para o Catálogo do Unity.

Requisitos de computação:

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 o site Databricks Runtime 16.1 ou acima e o modo de acesso de usuário compartilhado ou único.
SQL O armazém deve ser pro ou serverless e deve usar 2024.55 ou acima.

Permissões necessárias:

Para criar uma conexão, é preciso ser administrador de metastore ou usuário com o privilégio CREATE CONNECTION no metastore do Unity Catalog anexado ao espaço de trabalho.
Para criar um catálogo externo é preciso ter a permissão CREATE CATALOG no metastore e ser proprietário da conexão ou ter o privilégio CREATE FOREIGN CATALOG na conexão.

Outros requisitos de permissão são definidos em cada seção baseada em tarefa a seguir.

Requisitos de Teradata

TLS habilitado no servidor host. Por default, SSLMODE é REQUIRE. Para obter mais informações, consulte Como proteger conexões usando TLS na documentação da Teradata.

Criar uma conexão com o Databricks

A conexão especifica um caminho e as credenciais para acessar um sistema de banco de dados externo. Para criar uma conexão, você pode usar o Catalog Explorer ou o comando CREATE CONNECTION do SQL em um Notebook do Databricks ou no editor de consultas SQL do Databricks.

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 do Metastore ou usuário com o privilégio CREATE CONNECTION.

No seu workspace do 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 de acesso rápido, clique no botão Dados externos >, acesse a tab Conexões e clique em 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 de Teradata.
(Opcional) Adicione um comentário.
Clique em Avançar.
Na página Autenticação, insira as seguintes propriedades de conexão para a instância Teradata:
- Anfitrião: Por exemplo, teradata-demo.teradata.com
- Porto: Por exemplo, 1025
- Usuário: Por exemplo, teradata_user
- Senha: Por exemplo, password123
Clique em Criar conexão.
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 está funcionando.
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:
1. 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.
2. 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 e modify aos objetos no catálogo.
  - Selecione manualmente os privilégios a serem concedidos.
3. 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.

Execute o seguinte comando em um Notebook ou no editor de consultas Databricks SQL:

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

Databricks recomenda que o senhor use Databricks segredos em vez de texto simples strings para valores confidenciais, como credenciais. Por exemplo:

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

Se o senhor precisar usar o texto simples strings no Notebook SQL comando, evite truncar as cadeias de caracteres escapando de caracteres especiais como $ com \. Por exemplo: \$.

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

Crie um catálogo externo

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 você consultar e gerenciar o acesso aos dados nesse banco de dados com Databricks e Unity Catalog. Para criar um catálogo externo, utiliza-se 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 Notebook Databricks 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 na metastore e propriedade da conexão ou o privilégio CREATE FOREIGN CATALOG na conexão.

No seu workspace do Databricks, clique em Catálogo para abrir o Catalog Explorer.
Na parte superior do painel Catálogo, clique no ícone Adicionar e selecione Adicionar um catálogo no menu.

Como alternativa, na página de acesso rápido, clique no botão Catálogos e no botão Criar catálogo.
Siga as instruções para criar catálogos externos em Criar catálogos.

Execute o seguinte comando SQL em um editor de consultas do Notebook ou SQL. Os itens entre colchetes são opcionais. Substitua os valores do espaço reservado:

<catalog-name>: Nome para o 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>');

Pushdowns suportados

Os seguintes pushdowns são suportados:

Filtros
Projeções
Limite
Agregados
Elenco
Contém, começa com, termina com, curte

Mapeamentos de tipos de dados

Quando o senhor lê do Teradata para o Spark, os tipos de dados são mapeados da seguinte forma:

Tipo de Teradata	Spark tipo
Byte, Blob	Tipo binário
Byteint, Smallint, Integer	Tipo de número inteiro
BigInt	Tipo longo
Flutuação, dupla, precisão dupla	Tipo duplo
Número (n, m)	Tipo decimal
Número (, m), Número (), Número	Sem compatibilidade
Varchar (N)	Tipo de string
Hora, carimbo de data/hora	timestampType