Partager via


se connecter à des systèmes externes

Azure Databricks fournit des intégrations intégrées à de nombreux systèmes de données natifs Cloud, ainsi qu’une prise en charge JDBC extensible pour se connecter à d’autres systèmes de données.

Les connecteurs documentés dans cette section sont axés principalement sur la configuration d’une connexion à une table unique dans le système de données externe. Vous pouvez également utiliser certains de ces pilotes pour réécrire des données dans des systèmes externes.

Pour les connexions de données en lecture seule, Databricks recommande d’utiliser Lakehouse Federation, qui permet de synchroniser des bases de données entières avec Azure Databricks à partir de systèmes externes et est régi par Unity Catalog. Consultez Qu’est-ce que Lakehouse Federation ?.

Partner Connect fournit également des intégrations à de nombreux systèmes de données d’entreprise populaires. De nombreuses solutions Partner Connect se connectent non seulement aux sources de données, mais facilitent également les opérations ETL afin de garantir la fraîcheur des données dans votre lakehouse. Voir Qu’est-ce que Databricks Partner Connect ?.

Quelles sources de données se connectent à Azure Databricks avec JDBC ?

Vous pouvez utiliser JDBC pour vous connecter à de nombreuses sources de données. Databricks Runtime comprend des pilotes pour un certain nombre de bases de données JDBC, mais vous devrez peut-être installer un pilote ou une autre version de pilote pour vous connecter à votre base de données préférée. Les bases de données prises en charge sont les suivantes :

Avec quels services de données Azure Databricks s'intègre-t-il ?

Les services de données suivants vous obligent à configurer les paramètres de connexion, les informations d’identification de sécurité et les paramètres réseau. Vous devrez peut-être disposer de privilèges d’administrateur ou d’utilisateur avancé dans votre compte Azure ou espace de travail Azure Databricks. D’autres vous demandent aussi de créer une bibliothèque Azure Databricks et de l’installer dans un cluster :