Partilhar via

Executar consultas federadas no MySQL

  • Artigo

Este artigo descreve como set a Lakehouse Federation para executar consultas federadas em dados MySQL que não são gerenciados pelo Azure Databricks. Para saber mais sobre a Lakehouse Federation, consulte O que é Lakehouse Federation?.

Para se conectar ao seu banco de dados MySQL usando a Lakehouse Federation, você deve criar o seguinte em seu metastore do Azure Databricks Unity Catalog:

  • Uma conexão com seu banco de dados MySQL.
  • Um catalog estrangeiro que espelha o seu banco de dados MySQL no Unity Catalog, para que você possa usar a sintaxe de consulta e as ferramentas de governança de dados do Unity Catalog para gerenciar o acesso do usuário do Azure Databricks ao banco de dados.

Antes de começar

Requisitos do espaço de trabalho:

  • Espaço de trabalho habilitado 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 compartilhado ou modo de acesso de utilizador único.
  • 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.

Nota

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

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 íconeCatalog.

  2. Na parte superior do painel Catalog, clique no ícone Adicionar ou mais,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. Insira um nome de conexão amigável.

  4. Select um tipo de conexão do MySQL.

  5. Insira as seguintes propriedades de conexão para sua instância do MySQL.

    • Anfitrião: Por exemplo, mysql-demo.lb123.us-west-2.rds.amazonaws.com
    • Porto: Por exemplo, 3306
    • Usuário: Por exemplo, mysql_user
    • Palavra-passe: Por exemplo, password123

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

  7. (Opcional) Adicione um comentário.

  8. Clique em Criar.

SQL

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

CREATE CONNECTION <connection-name> TYPE mysql
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 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 sem formatação nos comandos SQL do bloco de anotações, evite truncar a cadeia de caracteres escapando de caracteres especiais, como $ no \. Por exemplo: \$.

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

Criar um catalog estrangeiro

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 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 Databricks SQL.

Nota

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 Unity Catalog para comandos.

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 íconeCatalog para abrir o Catalog Explorer.

  2. Na parte superior do painel Catalog, clique no ícone Adicionar ou maisícone 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 catalogs estrangeiros no Criar catalogs.

SQL

Execute o seguinte comando SQL em um bloco de anotações ou editor SQL Databricks. 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 o acesso credentials.
CREATE FOREIGN CATALOG [IF NOT EXISTS] <catalog-name> USING CONNECTION <connection-name>;

Pushdowns suportados

Os seguintes pushdowns são suportados em todos os cálculos:

  • Filtros
  • Projeções
  • Limit
  • Funções: parcial, apenas 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, SortOrder)

Os seguintes pushdowns são suportados no Databricks Runtime 13.3 LTS e superior e em armazéns SQL:

  • Agregados
  • Operadores booleanas
  • As seguintes funções matemáticas (não suportadas se o ANSI estiver desativado): +, -, *, %, /
  • Classificação, quando usado com limit

As seguintes flexões não são suportadas:

  • Associações
  • 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 MySQL Tipo de faísca
bigint (se não estiver assinado), decimal Tipo decimal
tinyint*, int, inteiro, mediumint, smallint Tipo inteiro
bigint (se assinado) Tipo Longo
flutuante Tipo de flutuação
duplo Tipo Duplo
char, enum, set CharType
varchar VarcharType
json, longtext, mediumtext, texto, tinytext StringType
binário, blob, varbinary, varchar binário BinaryType
bit, booleano BooleanType
data, ano Tipo de Data
datetime, hora, carimbo de data/hora** TimestampType/TimestampNTZTipe

* tinyint(1) signed e tinyint(1) unsigned são tratados como booleanos e convertidos em BooleanType. Consulte Connector/J Reference na documentação do MySQL.

** Quando você lê a partir do MySQL, o MySQL Timestamp é mapeado para o Spark TimestampType if preferTimestampNTZ = false (padrão). O MySQL Timestamp é mapeado para TimestampNTZType if preferTimestampNTZ = true.