Executar consultas federadas no Microsoft Azure Synapse

Este artigo descreve como set a Lakehouse Federation para executar consultas federadas em dados do Azure Synapse (SQL Data Warehouse) que não são gerenciados pelo Azure Databricks. Para saber mais sobre a Lakehouse Federation, consulte O que é Lakehouse Federation?.

Para se conectar a um banco de dados do Azure Synapse (SQL Data Warehouse) usando a Lakehouse Federation, você deve criar o seguinte em seu metastore do Azure Databricks Unity Catalog:

• Uma conexão com seu banco de dados do Azure Synapse (SQL Data Warehouse).
• Um estrangeiro catalog que espelha o seu banco de dados Azure Synapse (SQL Data Warehouse) no Unity Catalog para que possa utilizar a sintaxe de consulta do Unity Catalog e as ferramentas de governança de dados para gerenciar o acesso dos utilizadores do Azure Databricks ao banco de dados.

Antes de começar

Requisitos do espaço de trabalho:

• Espaço de trabalho ativado para Unity Catalog.

Requisitos de computação:

• Conectividade de rede do seu recurso de computação para os sistemas de banco de dados de destino. Consulte Recomendações de rede para a Lakehouse Federation.
• A computação do Azure Databricks deve usar o Databricks Runtime 13.3 LTS ou superior e modo de acesso Shared ou Single user.
• Os armazéns SQL devem ser profissionais ou sem servidor e devem usar 2023.40 ou superior.

Permissões necessárias:

• Para criar uma conexão, você deve ser um administrador de metastore ou um usuário com o privilégio de CREATE CONNECTION no metastore Unity Catalog anexado ao espaço de trabalho.
• Para criar um catalogestrangeiro, você deve ter a permissão CREATE CATALOG no metastore e ser o proprietário da conexão ou ter o privilégio de CREATE FOREIGN CATALOG na conexão.

Os requisitos de permissão adicionais são especificados em cada seção baseada em tarefas a seguir.

Criar uma conexão

Uma conexão especifica um caminho e credentials para acessar um sistema de banco de dados externo. Para criar uma conexão, você pode usar o Catalog Explorer ou o comando CREATE CONNECTION SQL em um bloco de anotações do Azure Databricks ou no editor de consultas Databricks SQL.

Permissões necessárias: administrador do Metastore ou usuário com o CREATE CONNECTION privilégio.

Catalog Explorer

1. No seu espaço de trabalho do Azure Databricks, clique Catalog.

2. Na parte superior do painel Catalog, clique no ícone ícone Adicionar e selectAdicionar uma conexão no menu.

   Como alternativa, na página Acesso rápido, clique no botão Dados externos >, vá para a guia Connections e clique em Criar conexão.

3. Na página Noções básicas de conexão do assistente de conexão Set-up, insira um nome amigável de conexão .

4. um de tipo de conexão de SQLDW.

5. (Opcional) Adicione um comentário.

6. Clique Avançar.

7. Na página de Autenticação, insira as seguintes propriedades de conexão para sua instância do Azure Synapse:

   • Anfitrião: Por exemplo, sqldws-demo.database.windows.net.
   • Porto: Por exemplo, 1433
   • Utilizador
   • Palavra-passe
   • Certificado do servidor confiável: Esta opção é desmarcada por padrão. Quando selecionada, a camada de transporte usa SSL para criptografar o canal e ignora a cadeia de certificados para validar a confiança. Deixe esse set para o padrão, a menos que você tenha uma necessidade específica de ignorar a validação de confiança.

8. Clique em Criar conexão.

9. Na página de noções básicas do Catalog, insira um nome para o elemento estrangeiro catalog. Um banco de dados catalog externo reflete um banco de dados em um sistema de dados externo, permitindo que você consulte e gerencie o acesso aos dados nesse banco de dados usando o Azure Databricks e o Unity Catalog.

10. (Opcional) Clique em Testar conexão para confirmar se ela funciona.

11. Clique Criar catalog.

12. Na página do Access, os espaços de trabalho nos quais os usuários podem acessar o que você criou. Você pode selectdar acesso a todos os espaços de trabalhoou clicar em Atribuir a espaços de trabalho, selecionar select os espaços de trabalho e, em seguida, clicar em Atribuir.

13. Altere o Proprietário que poderá gerenciar o acesso a todos os objetos no catalog. Comece a digitar um 'principal' na caixa de texto e, em seguida, clique no 'principal' que aparece nos resultados.

14. Grant Privilégios no catalog. Clique Grant:

    1. Especifique os Principais que terão acesso aos objetos no catalog. Comece a digitar um principal na caixa de texto e, em seguida, clique no principal nos resultados.
    2. Select as predefinições de privilégio para grant a cada utilizador principal. Todos os usuários da conta recebem BROWSE por padrão.
       • Select Leitor de Dados no menu suspenso para definir grantread privilégios em objetos no catalog.
       • Select Editor de Dados no menu suspenso para grantread e modify privilégios em objetos no catalog.
       • Manualmente select os privilégios para grant.
    3. Clique em Grant.

15. Clique Avançar.

16. Na página de Metadados , especifique pares chave-valor de etiquetas governadas.

17. (Opcional) Adicione um comentário.

18. Clique Salvar.

SQL

Execute o seguinte comando em um bloco de anotações ou no editor de consultas Databricks SQL.

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

Recomendamos que você use o Azure Databricks segredos em vez de cadeias de caracteres de texto sem formatação para values confidenciais como credentials. Por exemplo:

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>')
)

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

Criar uma catalog estrangeira

Um banco de dados catalog externo reflete um banco de dados em um sistema de dados externo, permitindo que você consulte e gerencie o acesso aos dados nesse banco de dados usando o Azure Databricks e o Unity Catalog. Para criar um catalogexterno, use uma conexão com a fonte de dados que já foi definida.

Para criar um catalogexterno, você pode usar o Catalog Explorer ou o comando CREATE FOREIGN CATALOG SQL em um bloco de anotações do Azure Databricks ou no editor de consultas SQL.

Você também pode usar a API REST do Databricks ou a CLI do Databricks para criar um catalog. Consulte POST /api/2.1/unity-catalog/catalogs e comandos Unity Catalog.

Permissões necessárias:CREATE CATALOG permissão no metastore e propriedade da conexão ou o CREATE FOREIGN CATALOG privilégio na conexão.

Catalog Explorer

1. No seu espaço de trabalho do Azure Databricks, clique Catalog para abrir o Catalog Explorer.

2. Na parte superior do painel Catalog, clique no ícone Adicionar ícone Adicionar e selectAdicionar um catalog no menu.

   Como alternativa, na página Acesso rápido, clique no botão Catalogs e, em seguida, clique no botão Criar catalog.

3. Siga as instruções para criar o catalogs estrangeiro no Criar catalogs.

SQL

Execute o seguinte comando SQL em um bloco de anotações ou editor de consultas SQL. Os itens entre parênteses são opcionais. Substitua o marcador de posição values:

• <catalog-name>: Nome do catalog no Azure Databricks.
• <connection-name>: O objeto de conexão que especifica a fonte de dados, o caminho e acesso ao credentials.
• <database-name>: Nome do banco de dados que você deseja espelhar como um catalog no Azure Databricks.

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

Pushdowns suportados

As seguintes flexões são suportadas:

• Filtros
• Projeções
• Limit
• Agregados (Média, Contagem, Max, Min, StddevPop, StddevSamp, Soma, VarianceSamp)
• Funções (Aritmética e outras funções diversas, como Alias, Cast, SortOrder)
• Ordenar

As seguintes flexões não são suportadas:

• Associações
• Funções do Windows

Mapeamentos de tipo de dados

Quando você lê do Synapse / SQL Data Warehouse para o Spark, os tipos de dados são mapeados da seguinte maneira:

*Quando você lê a partir do Synapse / SQL Data Warehouse (SQLDW), o SQLDW datetimes é mapeado para o Spark TimestampType if preferTimestampNTZ = false (padrão). SQLDW datetimes são mapeados para TimestampNTZType if preferTimestampNTZ = true.