從 Python 或 R 連線到 Azure Databricks

發行項
12/27/2024

在本文中，您將瞭解如何使用 Databricks ODBC 驅動程式來連接 Azure Databricks 與 Python 或 R 語言。建立連線之後，您就可以從 Python 或 R 用戶端存取 Azure Databricks 中的數據。您也可以使用用戶端進一步分析數據。

先決條件

您必須擁有 Azure Databricks 工作區、Spark 叢集，以及與叢集相關聯的範例數據。如果您還沒有這些必要條件，請完成快速入門，Get開始。
從 Databricks 驅動程式下載頁面下載 Databricks ODBC 驅動程式。安裝64位版本的驅動程式。
Set 設定 Databricks 中的個人存取令牌。如需指示，請參閱令牌管理。

Set 設定一個 DSN

數據源名稱（DSN）包含特定數據源的相關信息。 ODBC 驅動程式需要此 DSN 才能連線到數據源。在本節中，您會 set DSN，該 DSN 可與 Databricks ODBC 驅動程式搭配使用，以從 Python 或 R 等用戶端連線到 Azure Databricks。

從 Azure Databricks 工作區，流覽至 Databricks 叢集。
在 [組態] 索引標籤底下，點選 [JDBC/ODBC] 索引標籤，然後複製 [伺服器主機名] 和 [HTTP 路徑] 的 [values]。您需要這些 values 才能完成本文中的步驟。
在您的電腦上，啟動 ODBC 資料源 應用程式 64 位。
在 [使用者 DSN] 索引標籤下，按一下 [新增]。在 [[建立新的數據源] 對話框中，selectSimba Spark ODBC Driver，然後按兩下 [完成]。

在 [Simba Spark ODBC Driver] 對話框中，提供以下 values：

設定 DSN

下列 table 提供對話框中要提供之 values 的相關信息。

田	價值
數據來源名稱	提供數據源的名稱。
主機或主機群	請提供您從 Databricks 工作區複製的伺服器主機名稱的值，。
埠	輸入 443。
驗證>機制	Select 使用者名稱與密碼。
用戶名稱	輸入令牌。
密碼	輸入您從 Databricks 工作區複製的權杖值。

在 [DSN 設定] 對話框中執行下列其他步驟。

點選 HTTP 選項。在開啟的對話框中，貼上您從 Databricks 工作區複製 HTTP 路徑 的值。按下 [確定] 。
點選「SSL 選項」。在開啟的對話框中， [啟用 SSL] 複選框。按下 [確定]。
按一下測試測試與 Azure Databricks 的連線。按兩下 [確定] [確定] 來儲存組態。
在 [ODBC 數據源管理員] 對話框中，按兩下 [確定]。

您現在已經啟用 DSN set。在下一節中，您會使用此 DSN 從 Python 或 R 連線到 Azure Databricks。

從 R 連線

注意

本節提供如何整合在桌面上執行的 R Studio 用戶端與 Azure Databricks 的相關信息。如需如何在 Azure Databricks 叢集本身上使用 R Studio 的指示，請參閱在 Azure Databricks 上 R Studio。

在本節中，您會使用 R 語言 IDE 來參考 Azure Databricks 中可用的數據。開始之前，您必須在計算機上安裝下列專案。

R 語言的 IDE。本文使用 RStudio for Desktop。您可以從 R Studio 下載加以安裝。
如果您使用 RStudio for Desktop 作為 IDE，也請從 https://aka.ms/rclient/安裝 Microsoft R Client。

開啟 RStudio 並執行下列步驟：

參考 RODBC 套件。這可讓您使用您稍早建立的 DSN 連線到 Azure Databricks。
使用 DSN 建立連線。
對 Azure Databricks 中的數據執行 SQL 查詢。在下列代碼段中，radio_sample_data 是已存在於 Azure Databricks 的 table。
在查詢上執行一些作業，以確認輸出。

下列代碼段會執行下列工作：

# reference the 'RODBC' package
require(RODBC)

# establish a connection using the DSN you created earlier
conn <- odbcConnect("<ENTER DSN NAME HERE>")

# run a SQL query using the connection you created
res <- sqlQuery(conn, "SELECT * FROM radio_sample_data")

# print out the column names in the query output
names(res)

# print out the number of rows in the query output
nrow (res)

從 Python 連線

在本節中，您會使用 Python IDE（例如 IDLE）來參考 Azure Databricks 中可用的數據。開始之前，請先完成下列必要條件：

從這裡安裝 Python 。從此鏈接安裝 Python 也會安裝 IDLE。
從電腦上的命令提示字元，安裝 pyodbc 套件。執行下列命令：
```
pip install pyodbc
```

開啟 IDLE 並執行下列步驟：

匯入 pyodbc 套件。這可讓您使用您稍早建立的 DSN 連線到 Azure Databricks。
使用您稍早建立的 DSN 建立連線。
使用您所建立的連接來執行 SQL 查詢。在下列代碼段中，radio_sample_data 是存在於 Azure Databricks 中的 table。
在查詢上執行作業，以確認輸出。

下列代碼段會執行下列工作：

# import the `pyodbc` package:
import pyodbc

# establish a connection using the DSN you created earlier
conn = pyodbc.connect("DSN=<ENTER DSN NAME HERE>", autocommit=True)

# run a SQL query using the connection you created
cursor = conn.cursor()
cursor.execute("SELECT * FROM radio_sample_data")

# print the rows retrieved by the query.
for row in cursor.fetchall():
    print(row)

後續步驟

若要瞭解您可以從 where 將數據匯入 Azure Databricks 的來源，請參閱 azure Databricks 的數據源

共用方式為