Ansluta till Dataiku
Dataiku är en AI-plattform från slutpunkt till slutpunkt för förberedelse av data, AutoML och MLOps. Du kan integrera dina Databricks SQL-lager och Azure Databricks-kluster med Dataiku.
Ansluta till Dataiku med partneranslutning
Kommentar
Partner Connect stöder endast SQL-lager för Dataiku. Om du vill ansluta ett kluster till Dataiku ansluter du till Dataiku manuellt.
Gör följande för att ansluta din Azure Databricks-arbetsyta till Dataiku med Partner Connect:
I sidofältet klickar du på ikonen
Marketplace.
I Partner Connect-integreringarklickar du på Visa alla.
Klicka på partnerpanelen.
Kommentar
Om Dataiku-panelen har en bockmarkeringsikon i den, har en administratör redan använt Partner Connect för att ansluta Dataiku till din arbetsyta. Gå vidare till steg 5. Partnern använder e-postadressen för ditt Azure Databricks-konto för att uppmana dig att logga in på ditt befintliga Dataiku-konto.
Välj en katalog i listrutan och klicka sedan på Nästa.
Kommentar
Om din arbetsyta är Unity Catalog-aktiverad, men partnern inte stöder Unity Catalog med Partner Connect, används standardkatalogen för arbetsytan. Om din arbetsyta inte är Unity Catalog-aktiverad
hive_metastore
används.Välj ett schema i listrutan och klicka sedan på Lägg till. Du kan upprepa det här steget för att lägga till flera scheman.
Klicka på Nästa.
Partner Connect skapar följande resurser på din arbetsyta:
- Ett huvudnamn för Azure Databricks-tjänsten med namnet
<PARTNER>_USER
. - En personlig åtkomsttoken för Azure Databricks som är associerad med tjänstens
<PARTNER>_USER
huvudnamn.
Partner Connect ger också följande behörigheter till tjänstens
<PARTNER>_USER
huvudnamn:- (Unity Catalog)
USE CATALOG
: Krävs för att interagera med objekt i den valda katalogen. - (Unity Catalog)
USE SCHEMA
: Ger möjlighet att läsa de scheman som du har valt. - (Unity Catalog)
CREATE SCHEMA
: Ger möjlighet att skapa scheman i den valda katalogen. - (Äldre Hive-metaarkiv)
USAGE
: Krävs för att interagera med objekt inomhive_metastore
och valda scheman. - (Äldre Hive-metaarkiv)
CREATE
: Ger möjlighet att skapa ett schema ihive_metastore
. - (Äldre Hive-metaarkiv) READ_METADATA: Ger möjlighet att läsa metadata för de scheman som du har valt.
- (Äldre Hive-metaarkiv) SELECT: Ger möjlighet att läsa de scheman som du har valt.
- Ett huvudnamn för Azure Databricks-tjänsten med namnet
Klicka på Nästa.
Rutan E-post visar e-postadressen för ditt Azure Databricks-konto. Dataiku använder den här e-postadressen för att uppmana dig att antingen skapa ett nytt partnerkonto eller logga in på ditt befintliga partnerkonto.
Klicka på Anslut till Dataiku eller Logga in.
En ny flik öppnas i webbläsaren, som visar Dataiku-webbplatsen.
Slutför anvisningarna på skärmen på Dataiku-webbplatsen för att skapa ditt Dataiku-utvärderingskonto eller logga in på ditt befintliga Dataiku-konto.
Ansluta till Dataiku manuellt
I det här avsnittet beskrivs hur du ansluter ett befintligt SQL-lager eller -kluster på din Azure Databricks-arbetsyta till Dataiku manuellt.
Kommentar
För Databricks SQL-lager kan du ansluta till Dataiku med hjälp av Partner Connect för att förenkla upplevelsen.
Krav
Innan du ansluter till Dataiku manuellt behöver du följande:
Ett kluster eller SQL-lager på din Azure Databricks-arbetsyta.
- Referens för beräkningskonfiguration.
- Skapa ett SQL-lager.
Anslutningsinformationen för ditt kluster eller SQL-lager, särskilt värden för servervärdnamn, port och HTTP-sökväg .
En personlig åtkomsttoken för Azure Databricks eller en Microsoft Entra ID-token (tidigare Azure Active Directory). Om du vill skapa en personlig åtkomsttoken följer du stegen i Personliga åtkomsttoken för Azure Databricks för arbetsyteanvändare.
Kommentar
När du autentiserar med automatiserade verktyg, system, skript och appar rekommenderar Databricks att du använder personliga åtkomsttoken som tillhör tjänstens huvudnamn i stället för arbetsyteanvändare. Information om hur du skapar token för tjänstens huvudnamn finns i Hantera token för tjänstens huvudnamn.
Steg för att ansluta
Om du vill ansluta till Dataiku manuellt följer du Databricks i Dataiku-dokumentationen.
Ytterligare resurser
Utforska följande Dataiku-resurser: