Google BigQuery에서 페더레이션 쿼리 실행

이 문서에서는 Azure Databricks에서 관리되지 않는 BigQuery 데이터에 대해 페더레이션 쿼리를 실행하도록 Lakehouse Federation을 설정하는 방법을 설명합니다. Lakehouse Federation에 대한 자세한 내용은 Lakehouse Federation이란?을 참조하세요.

Lakehouse Federation을 사용하여 BigQuery 데이터베이스에 연결하려면 Azure Databricks Unity 카탈로그 메타스토어에서 다음을 만들어야 합니다.

• BigQuery 데이터베이스에 대한 연결.
• Unity 카탈로그 쿼리 구문 및 데이터 거버넌스 도구를 사용하여 데이터베이스에 대한 Azure Databricks 사용자 액세스를 관리할 수 있도록 Unity 카탈로그의 BigQuery 데이터베이스를 미러링하는 외래 카탈로그.

시작하기 전에

작업 영역 요구 사항

• Unity 카탈로그에 사용하도록 설정된 작업 영역.

컴퓨팅 요구 사항:

• Databricks 런타임 클러스터 또는 SQL 웨어하우스에서 대상 데이터베이스 시스템으로의 네트워크 연결. Lakehouse Federation에 대한 네트워킹 권장 사항을 참조하세요.
• Azure Databricks 클러스터는 Databricks Runtime 13.3 LTS 이상 및 공유 또는 단일 사용자 액세스 모드를 사용해야 합니다.
• SQL 웨어하우스는 프로 또는 서버리스여야 합니다.

권한 필요:

• 연결을 생성하려면 메타스토어 관리자 또는 작업 영역에 연결된 Unity 카탈로그 메타스토어에 대한 CREATE CONNECTION 권한이 있는 사용자여야 합니다.
• 외래 카탈로그를 만들려면 메타스토어에 대한 CREATE CATALOG 권한이 있고 연결의 소유자이거나 연결에 대한 CREATE FOREIGN CATALOG 권한이 있어야 합니다.

추가 권한 요구 사항은 다음 각 태스크 기반 섹션에 지정됩니다.

연결 만들기

연결은 외부 데이터베이스 시스템에 액세스하기 위한 경로와 자격 증명을 지정합니다. 연결을 만들기 위해 Azure Databricks Notebook 또는 Databricks SQL 쿼리 편집기에서 카탈로그 탐색기 또는 CREATE CONNECTION SQL 명령을 사용할 수 있습니다.

필요한 권한: 메타스토어 관리자 또는 CREATE CONNECTION 권한이 있는 사용자.

카탈로그 탐색기

1. Azure Databricks 작업 영역에서 카탈로그를 클릭합니다.

2. 카탈로그 창 위쪽에서 추가 아이콘을 클릭하고 메뉴에서 연결 추가를 선택합니다.

   또는 빠른 액세스 페이지에서 외부 데이터 > 단추를 클릭하고 연결 탭으로 이동한 다음, 연결 만들기를 클릭합니다.

3. 사용자에게 친숙한 연결 이름을 입력합니다.

4. BigQuery의 연결 유형을 선택합니다.

5. BigQuery 인스턴스에 대해 다음 연결 속성을 입력합니다.

   GoogleServiceAccountKeyJson: BigQuery 프로젝트를 지정하고 인증을 제공하는 데 사용되는 원시 JSON 개체입니다. 이 JSON 개체를 생성하고 'KEYS' 아래 Google Cloud의 서비스 계정 세부 정보 페이지에서 다운로드할 수 있습니다. 서비스 계정에는 BigQuery 사용자 및 BigQuery 데이터 뷰어를 포함하여 BigQuery에서 적절한 권한이 부여되어야 합니다. 다음은 예시입니다.

   {
     "type": "service_account",
     "project_id": "PROJECT_ID",
     "private_key_id": "KEY_ID",
     "private_key": "-----BEGIN PRIVATE KEY-----\nPRIVATE_KEY\n-----END PRIVATE KEY-----\n",
     "client_email": "SERVICE_ACCOUNT_EMAIL",
     "client_id": "CLIENT_ID",
     "auth_uri": "https://accounts.google.com/o/oauth2/auth",
     "token_uri": "https://accounts.google.com/o/oauth2/token",
     "auth_provider_x509_cert_url": "https://www.googleapis.com/oauth2/v1/certs",
     "client_x509_cert_url": "https://www.googleapis.com/robot/v1/metadata/x509/SERVICE_ACCOUNT_EMAIL",
     "universe_domain": "googleapis.com"
   }
   

6. (선택 사항) BigQuery 인스턴스에 대해 다음 연결 속성을 입력합니다.

   프로젝트 ID: 이 연결에서 실행되는 모든 쿼리에 대한 청구에 사용되는 BigQuery 프로젝트의 이름입니다. 기본적으로 서비스 계정의 프로젝트 ID로 설정됩니다.

7. (선택 사항) 연결 테스트를 클릭하여 네트워크 연결을 확인합니다. 이 작업은 인증을 테스트하지 않습니다.

8. (선택 사항) 주석을 입력합니다.

9. 만들기를 클릭합니다.

SQL

Notebook 또는 Databricks SQL 쿼리 편집기에서 다음 명령을 실행합니다. BigQuery 프로젝트를 지정하고 인증을 제공하는 원시 JSON 개체로 <GoogleServiceAccountKeyJson>을 바꿉니다. 이 JSON 개체를 생성하고 'KEYS' 아래 Google Cloud의 서비스 계정 세부 정보 페이지에서 다운로드할 수 있습니다. 서비스 계정에는 BigQuery 사용자 및 BigQuery 데이터 뷰어를 포함하여 BigQuery에서 적절한 권한이 부여되어야 합니다. 예제 JSON 개체의 경우 이 페이지에서 카탈로그 탐색기 탭을 봅니다.

CREATE CONNECTION <connection-name> TYPE bigquery
OPTIONS (
  GoogleServiceAccountKeyJson '<GoogleServiceAccountKeyJson>'
);

자격 증명과 같은 중요한 값에 일반 텍스트 문자열 대신 Azure Databricks 비밀을 사용하는 것이 좋습니다. 예시:

CREATE CONNECTION <connection-name> TYPE bigquery
OPTIONS (
  GoogleServiceAccountKeyJson secret ('<secret-scope>','<secret-key-user>')
)

비밀 설정에 대한 자세한 내용은 비밀 관리를 참조하세요.

외래 카탈로그 만들기

외래 카탈로그는 외부 데이터 시스템의 데이터베이스를 미러링하므로 Azure Databricks 및 Unity 카탈로그를 사용하여 해당 데이터베이스의 데이터에 대한 액세스를 쿼리하고 관리할 수 있습니다. 외래 카탈로그를 만들려면 이미 정의된 데이터 원본에 대한 연결을 사용합니다.

외래 카탈로그를 만들기 위해 Azure Databricks Notebook 또는 Databricks SQL 쿼리 편집기에서 카탈로그 탐색기 또는 CREATE FOREIGN CATALOG를 사용할 수 있습니다.

필요한 권한: 메타스토어에 대한 CREATE CATALOG 권한과 연결에 대한 소유권 또는 연결에 대한 CREATE FOREIGN CATALOG 권한이 필요합니다.

카탈로그 탐색기

1. Azure Databricks 작업 영역에서 카탈로그를 클릭하여 카탈로그 탐색기를 엽니다.

2. 카탈로그 창 위쪽에서 추가 아이콘을 클릭하고 메뉴에서 카탈로그 추가를 선택합니다.

   또는 빠른 액세스 페이지에서 카탈로그 단추를 클릭한 다음, 카탈로그 만들기 단추를 클릭합니다.

3. (선택 사항) 다음 카탈로그 속성을 입력합니다.

   데이터 프로젝트 ID: 이 카탈로그에 매핑될 데이터를 포함하는 BigQuery 프로젝트의 이름입니다. 기본적으로 연결 수준에서 설정된 청구 프로젝트 ID로 설정됩니다.

4. 카탈로그 만들기에서 외래 카탈로그를 만들기 위한 지침을 따릅니다.

SQL

Notebook 또는 Databricks SQL 편집기에서 다음 SQL 명령을 실행합니다. 괄호 안의 항목은 선택 사항입니다. 자리 표시자 값을 바꿉니다.

• <catalog-name>: Azure Databricks의 카탈로그 이름입니다.
• <connection-name>: 데이터 원본, 경로 및 액세스 자격 증명을 지정하는 연결 개체입니다.

CREATE FOREIGN CATALOG [IF NOT EXISTS] <catalog-name> USING CONNECTION <connection-name>;

지원되는 푸시다운

지원되는 푸시다운은 다음과 같습니다.

• 필터
• 프로젝션
• 제한
• 함수: 부분, 필터 식에만 해당합니다. (문자열 함수, 수학 함수, 데이터, 시간, 타임스탬프 함수 및 별칭, 캐스트, SortOrder와 같은 기타 함수)
• 집계
• 제한과 함께 사용되는 경우 정렬

다음 푸시다운은 지원되지 않습니다.

• 조인
• Windows 함수

데이터 형식 매핑

다음 표에서는 BigQuery에서 Spark로의 데이터 형식 매핑을 보여줍니다.

BigQuery에서 읽을 때 BigQuery Timestamp는 preferTimestampNTZ = false인 경우 Spark TimestampType에 매핑됩니다(기본값). BigQuery Timestamp는 preferTimestampNTZ = true인 경우 TimestampNTZType에 매핑됩니다.