Executar consultas federadas no MySQL
Este artigo descreve como set a Federação de Lakehouse para executar consultas federadas em dados MySQL que não são gerenciados pelo Azure Databricks. Para saber mais sobre a Federação do Lakehouse, consulte O que é a Federação do Lakehouse?.
Para se conectar ao seu banco de dados MySQL usando a Federação do Lakehouse, você deve criar o seguinte no metastore do Catalog do Unity do Azure Databricks:
- Uma conexão com o banco de dados MySQL.
- Um catalogcatálogo estrangeiro que espelha seu banco de dados do MySQL no Catalog do Unity para que você possa usar a sintaxe de consulta do Catalog do Unity e as ferramentas de governança de dados para gerenciar o acesso do usuário do Azure Databricks ao banco de dados.
Antes de começar
Requisitos do workspace:
- Workspace habilitado para o Catalog do Unity.
Requisitos de computação:
- Conectividade de rede do recurso de computação para os sistemas de banco de dados de destino. Confira Recomendações de rede para a Federação de Lakehouse.
- A compartilhado do Azure Databricks deve usar o Databricks Runtime 13.3 LTS ou superior e o modo de acesso compartilhado ou de usuário único.
- Os sql warehouses devem ser profissionais ou sem servidor e devem usar 2023.40 ou superior.
Permissões necessárias:
- Para criar uma conexão, você deve ser um administrador do metastore ou um usuário com o privilégio
CREATE CONNECTION
no metastore do Unity Catalog anexado ao workspace. - Para criar um catalog estrangeiro, você precisa ter a permissão de
CREATE CATALOG
no metastore e ser o proprietário da conexão ou ter privilégios deCREATE FOREIGN CATALOG
sobre a conexão.
Requisitos de permissão adicionais são especificados em cada seção baseada em tarefa 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 Catalog Explorer ou o comando SQL CREATE CONNECTION
em um notebook do Azure Databricks ou no editor de consultas SQL do Databricks.
Observação
Você também pode usar a API REST do Databricks ou a CLI do Databricks para criar uma conexão. Confira os comandos POST /api/2.1/unity-catalog/connections e Catalog do Unity.
Permissões necessárias: administrador ou usuário do metastore com o privilégio de CREATE CONNECTION
.
Explorador de Catalog
No workspace do Azure Databricks, clique no ícone
Catalog.
Na parte superior do painel Catalog, clique no ícone
Adicionar e selectAdicionar uma conexão no menu.
Como alternativa, na página de Acesso rápido, clique no botão Dados externos >, vá para a guia Connections e clique em Criar conexão.
Na página de Noções básicas de conexão do assistente de Set de conexão e insira um nome de conexão amigável.
Select un tipo de conexão do MySQL.
(Opcional) Adicione um comentário.
Clique em Próximo.
Na página de Autenticação, insira as seguintes propriedades de conexão para sua instância do MySQL:
- Host: por exemplo,
mysql-demo.lb123.us-west-2.rds.amazonaws.com
- Porta: por exemplo,
3306
- Usuário: por exemplo,
mysql_user
- Senha: por exemplo,
password123
- Host: por exemplo,
(Opcional): SelectConfiar no certificado do servidor. Isso está desmarcado 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 essa set para o padrão, a menos que você tenha uma necessidade específica de ignorar a validação de confiança.
Clique em Criar conexão.
Na página de noções básicas de Catalog, insira um nome para o catalogestrangeiro. Um catalog estrangeiro espelha um banco de dados em um sistema de dados externo para que você possa consultar e gerenciar o acesso aos dados nesse banco de dados usando o Azure Databricks e o Catalog do Unity.
(Opcional) Clique em Testar conectividade para confirmar se está funcionando.
Clique em Criar catalog.
Na página de Access, select os workspaces nos quais os usuários podem acessar o catalog que você criou. Você pode selecionar selectTodos os workspaces têm acesso ou clicar em Atribuir a workspaces, select os workspaces e clicar em Atribuir.
Altere o proprietário que poderá gerenciar o acesso a todos os objetos no catalog. Comece a digitar uma entidade de segurança na caixa de texto e clique na entidade de segurança nos resultados retornados.
Privilégios de Grant em catalog. Clique em Grant:
- Especifique as entidades de segurança que terão acesso a objetos no catalog. Comece a digitar uma entidade de segurança na caixa de texto e clique na entidade de segurança nos resultados retornados.
- Select as predefinições de Privilégio para grant a cada entidade de segurança. Todos os usuários da conta recebem
BROWSE
por padrão.- Select Leitor de Dados do menu suspenso para grant
read
privilégios em objetos do catalog. - Select Editor de Dados do menu suspenso para grant
read
emodify
privilégios em objetos do catalog. - select manualmente os privilégios do grant.
- Select Leitor de Dados do menu suspenso para grant
- Clique em Grant.
Clique em Próximo.
Na página de Metadados, especifique os pares chave-valor dos rótulos. Para mais informações, confira Aplicar rótulos aos objetos protegíveis do Catalog do Unity.
(Opcional) Adicione um comentário.
Clique em Salvar.
SQL
Execute o comando a seguir em um notebook ou no editor de SQL do Databricks.
CREATE CONNECTION <connection-name> TYPE mysql
OPTIONS (
host '<hostname>',
port '<port>',
user '<user>',
password '<password>'
);
Recomendamos que você use os segredos do Azure Databricks em vez de cadeias de caracteres de texto sem formatação para values confidenciais, como credentials. Por exemplo:
CREATE CONNECTION <connection-name> TYPE mysql
OPTIONS (
host '<hostname>',
port '<port>',
user secret ('<secret-scope>','<secret-key-user>'),
password secret ('<secret-scope>','<secret-key-password>')
)
Se você precisar usar cadeias de caracteres de texto simples em comandos SQL do notebook, evite truncar a cadeia de caracteres escapando caracteres especiais como $
com \
. Por exemplo: \$
.
Para obter informações sobre configuração de segredos, confira Gestão de segredos.
Criar um catalog estrangeiro
Observação
Se você usar a interface do usuário para criar uma conexão com a fonte de dados, a criação do catalog estrangeiro será incluída e você poderá ignorar essa etapa.
Um catalog estrangeiro espelha um banco de dados em um sistema de dados externo para que você possa consultar e gerenciar o acesso aos dados nesse banco de dados usando o Azure Databricks e o Catalog do Unity. Para criar um catalog estrangeiro, use uma conexão com a fonte de dados que já foi definida.
Para criar um catalog estrangeiro, você pode usar o Gerenciador de Catalog ou o comando SQL CREATE FOREIGN CATALOG
em um notebook do Azure Databricks ou no editor de consultas SQL do Databricks. Você também pode usar a API REST do Databricks ou a CLI do Databricks para criar um catalog. Confira os comandos POST /api/2.1/unity-catalog/catalogs e Catalog do Unity.
Permissões necessárias: permissão de CREATE CATALOG
no metastore e a propriedade da conexão ou o privilégio de CREATE FOREIGN CATALOG
na conexão.
Explorador Catalog
No workspace do Azure Databricks, clique em
Catalog para abrir Catalog Explorer.
Na parte superior do painel Catalog, clique no ícone
Adicionar e selectAdicionar uma catalog no menu.
Como alternativa, na página Acesso rápido, clique no botão CatalogsCatálogos e depois no botão Criar catalog.
Siga as instruções para criar catalogs estrangeiros em Criar catalogs.
SQL
Execute o comando SQL a seguir em um notebook ou no editor de SQL do Databricks. Os itens entre colchetes são opcionais. Substitua o espaço reservado values:
<catalog-name>
: nome do catalog no Azure Databricks.<connection-name>
: o objeto de conexão que especifica a fonte de dados, o caminho e o credentials de acesso.
CREATE FOREIGN CATALOG [IF NOT EXISTS] <catalog-name> USING CONNECTION <connection-name>;
Pushdowns com suporte
Os seguintes pushdowns são compatíveis com toda a computação:
- Filtros
- Projeções
- Limit
- Funções: parcial, somente para expressões de filtro. (Funções de cadeia de caracteres, funções matemáticas, funções de data, hora e carimbo de data/hora e outras funções diversas, como Alias, Cast e SortOrder)
Os seguintes pushdowns têm suporte para o Databricks Runtime 13.3 LTS e versões posteriores e para SQL warehouses:
- Agregações
- Operadores booleanos
- As seguintes funções matemáticas (não há suporte para elas se o ANSI estiver desabilitado): +, -, *, %, /
- Classificação, quando usada com limit
Não há suporte para os seguintes pushdowns:
- Junções
- Funções do Windows
Mapeamentos de tipo de dados
Quando você lê do MySQL para o Spark, os tipos de dados são mapeados da seguinte maneira:
Tipo do MySQL | Tipo do Spark |
---|---|
bigint (se não assinado), decimal | DecimalType |
tinyint*, int, integer, mediumint, smallint | IntegerType |
bigint (se assinado) | LongType |
FLOAT | FloatType |
double | DoubleType |
char, enum, set | CharType |
varchar | VarcharType |
json, longtext, mediumtext, text, tinytext | StringType |
binary, blob, varbinary, varchar binary | BinaryType |
bit, boolean | BooleanType |
date, year | DateType |
datetime, time, timestamp** | TimestampType/TimestampNTZType |
*tinyint(1) signed
e tinyint(1) unsigned
são tratados como boolianos e convertidos em BooleanType
. Confira Connector/J Reference na documentação do MySQL.
** Quando você realiza a leitura do MySQL, o MySQL Timestamp
é mapeado para o Spark TimestampType
se preferTimestampNTZ = false
(padrão). O Timestamp
do MySQL será mapeado para TimestampNTZType
se preferTimestampNTZ = true
.