Dela via


Självstudie: Skapa och använda en Databricks-hemlighet

I den här självstudien använder du Databricks-hemligheter för att konfigurera JDBC-autentiseringsuppgifter för att ansluta till ett Azure Data Lake Storage-konto.

Steg 1: Skapa ett hemligt omfång

Skapa ett hemligt omfång med namnet jdbc.

databricks secrets create-scope jdbc

Om du vill skapa ett Azure Key Vault-säkerhetskopierat hemlighetsomfång följer du anvisningarna i Hantera hemliga omfång.

Steg 2: Lägga till hemligheter i hemlighetsomfånget

Lägg till hemligheterna username och password. Kör följande kommandon och ange de hemliga värdena i den öppnade redigeraren.

databricks secrets put-secret jdbc username
databricks secrets put-secret jdbc password

Steg 3: Använda hemligheterna i en notebook-fil

Använd verktyget dbutils.secrets för att komma åt hemligheter i notebook-filer.

I följande exempel läss hemligheterna som lagras i det hemliga omfånget jdbc för att konfigurera en JDBC-läsåtgärd:

Python

username = dbutils.secrets.get(scope = "jdbc", key = "username")
password = dbutils.secrets.get(scope = "jdbc", key = "password")

df = (spark.read
  .format("jdbc")
  .option("url", "<jdbc-url>")
  .option("dbtable", "<table-name>")
  .option("user", username)
  .option("password", password)
  .load()
)

Scala

val username = dbutils.secrets.get(scope = "jdbc", key = "username")
val password = dbutils.secrets.get(scope = "jdbc", key = "password")

val df = spark.read
  .format("jdbc")
  .option("url", "<jdbc-url>")
  .option("dbtable", "<table-name>")
  .option("user", username)
  .option("password", password)
  .load()

Värdena som hämtas från omfånget redigeras från notebook-utdata. Se Hemlig redigering.

Steg 4: Bevilja en gruppbehörighet för det hemliga omfånget

Kommentar

Det här steget kräver Premium-planen.

När du har kontrollerat att autentiseringsuppgifterna har konfigurerats korrekt kan du bevilja behörigheter för det hemliga omfånget till andra användare och grupper på din arbetsyta.

datascience Ge gruppen LÄS-behörighet till det hemliga omfånget:

databricks secrets put-acl jdbc datascience READ

Mer information om hemlig åtkomstkontroll finns i Hemliga ACL:er.