Exécuter des requêtes fédérées sur Microsoft Azure Synapse

Cet article décrit comment configurer Lakehouse Federation pour exécuter des requêtes fédérées sur des données Azure Synapse (Data Warehouse SQL) qui ne sont pas gérées par Databricks. Pour en savoir plus sur la Lakehouse Federation, consultez Connecter à des bases de données et catalogues externes.

Pour vous connecter à une base de données Azure Synapse (data warehouse SQL) à l'aide de Lakehouse Federation, vous devez créer les éléments suivants dans votre metastore Databricks Unity Catalog :

• Une connexion à votre Azure Synapse (SQL data warehouse) base de données.
• Un *catalogue étranger* qui reflète votre base de données Azure Synapse (data warehouse SQL) dans Unity Catalog afin que vous puissiez utiliser la syntaxe de requête de Unity Catalog et les outils de gouvernance des données pour gérer l'accès des utilisateurs Databricks à la base de données.

Avant de commencer

Exigences du Workspace :

• Workspace activé pour Unity Catalog. Les Workspace créés après le 8 novembre 2023 sont automatiquement activés pour Unity Catalog, y compris le provisionnement automatique du métastore. Vous n'avez pas besoin de créer manuellement un métastore, à moins que votre workspace ne soit antérieur à l'activation automatique et n'ait pas été activé pour Unity Catalog. Voir Se familiariser avec Unity Catalog.

Compute requis :

• Connectivité réseau de votre ressource de compute vers les systèmes de bases de données cibles. Consultez les recommandations de mise en réseau pour Lakehouse Federation.
• Le compute Databricks doit utiliser Databricks Runtime 13.3 LTS ou une version ultérieure et le mode d’accès **Standard** ou **Dédié**.
• Les SQL warehouses doivent être Pro ou Serverless et doivent utiliser la version 2023.40 ou ultérieure.

Autorisations requises :

• Pour créer une connexion, vous devez être administrateur de métastore ou un utilisateur disposant du privilège CREATE CONNECTION sur le métastore Unity Catalog attaché à l'espace de travail. Dans les espaces de travail qui ont été activés automatiquement pour Unity Catalog, les administrateurs d'espace de travail disposent du privilège CREATE CONNECTION par default.
• Pour créer un catalogue externe, vous devez disposer de l'autorisation CREATE CATALOG sur le metastore et être le propriétaire de la connexion ou disposer du privilège CREATE FOREIGN CATALOG sur la connexion. Dans les workspaces activés automatiquement pour Unity Catalog, les administrateurs du workspace disposent du privilège CREATE CATALOG par default.

Des exigences d'autorisation supplémentaires sont spécifiées dans chaque section basée sur les tâches qui suit.

Créer une connexion

Une connexion spécifie un chemin d'accès et des identifiants pour accéder à un système de base de données externe. Pour créer une connexion, vous pouvez utiliser Catalog Explorer ou la commande SQL CREATE CONNECTION dans un Notebook Databricks ou l'éditeur de query Databricks SQL.

remarque

Vous pouvez également utiliser l'API REST Databricks ou la CLI Databricks pour créer une connexion. Voir POST /api/2.1/unity-catalog/connections et les commandes Unity Catalog.

Autorisations requises : administrateur du Metastore ou utilisateur disposant du privilège CREATE CONNECTION.

Catalog Explorer

1. Dans votre workspace Databricks, cliquez sur Catalogue .

2. En haut du volet **Catalogue**, cliquez sur l'icône **Ajouter** et sélectionnez **Créer une connexion** dans le menu.

3. Sur la page **Principes de base de la connexion** de l’assistant **Configurer la connexion**, saisissez un **Nom de connexion** convivial.

4. Sélectionnez un type de connexion SQLDW .

5. Ajouter un commentaire (facultatif).

6. Cliquez sur Suivant .

7. Sur la page Authentification , entrez les propriétés de connexion suivantes pour votre instance Azure Synapse :

   • **Hôte** : Parsqldws-demo.database.windows.net exemple,.
   • Port : par exemple, 1433
   • Utilisateur
   • Mot de passe
   • Certificat de serveur de confiance : cette option est désélectionnée par default. Lorsque cette option est sélectionnée, la couche de transport utilise SSL pour chiffrer le canal de distribution et ignore la chaîne de certificats pour valider la confiance. Laissez ce paramètre sur la valeur default, sauf si vous avez un besoin spécifique de contourner la validation de confiance.

8. Cliquez sur Créer une connexion .

9. Sur la page **Bases du catalogue**, veuillez saisir un nom pour le catalogue étranger. Un catalogue étranger reflète une base de données dans un système de données externe afin que vous puissiez query et gérer l'accès aux données de cette base de données à l'aide de Databricks et de Unity Catalog.

10. (Facultatif) Cliquez sur **Tester la connexion** pour confirmer que cela fonctionne.

11. Cliquez sur **Créer un catalogue**.

12. Sur la page Accès , sélectionnez les workspaces dans lesquels les utilisateurs peuvent accéder au catalogue que vous avez créé. Vous pouvez sélectionner Tous les workspaces ont accès , ou cliquer sur Attribuer aux workspaces , sélectionner les workspaces, puis cliquer sur Attribuer .

13. Modifiez le propriétaire qui pourra gérer l'accès à tous les objets du catalogue. start à taper un principal dans la zone de texte, puis cliquez sur le principal dans les résultats renvoyés.

14. Accordez les **Privilèges** sur le catalogue. Cliquez sur Accorder :

    1. Spécifiez les **principals** qui auront accès aux objets dans le catalogue. start à taper un principal dans la zone de texte, puis cliquez sur le principal dans les résultats renvoyés.

    2. Sélectionnez les **Préréglages de privilèges** à accorder à chaque principal. Tous les utilisateurs du compte se voient accorder BROWSE par default.

       • Sélectionnez Data Reader dans le menu déroulant pour accorder read privilèges sur les objets du catalogue.
       • Sélectionnez **Data Editor** dans le menu déroulant pour accorder read les modify privilèges et sur les objets du catalogue.
       • Sélectionnez manuellement les privilèges à accorder.

    3. Cliquez sur Accorder .

15. Cliquez sur Suivant .

16. Sur la page Métadonnées , spécifiez les paires clé-valeur de balises. Pour plus d'informations, consultez Appliquer des balises aux objets sécurisables d'Unity Catalog.

17. Ajouter un commentaire (facultatif).

18. Cliquez sur Enregistrer .

SQL

Exécutez la commande suivante dans un Notebook ou l'éditeur de requêtes Databricks SQL.

SQL

CREATE CONNECTION <connection-name> TYPE sqldw
OPTIONS (
  host '<hostname>',
  port '<port>',
  user '<user>',
  password '<password>'
);

Nous vous recommandons d'utiliser les secrets Databricks plutôt que des chaînes de texte brut pour les valeurs sensibles comme les identifiants. Par exemple :

SQL

CREATE CONNECTION <connection-name> TYPE sqldw
OPTIONS (
  host '<hostname>',
  port '<port>',
  user secret ('<secret-scope>','<secret-key-user>'),
  password secret ('<secret-scope>','<secret-key-password>')
)

Pour en savoir plus sur la configuration des secrets, consultez la gestion des secrets.

Créer un catalogue étranger

remarque

Si vous utilisez l’interface utilisateur pour créer une connexion à la source de données, la création du catalogue externe est incluse et vous pouvez ignorer cette étape.

Un catalogue étranger reflète une base de données dans un système de données externe afin que vous puissiez query et gérer l'accès aux données dans cette base de données à l'aide de Databricks et d'Unity Catalog. Pour créer un catalogue étranger, vous utilisez une connexion à la source de données qui a déjà été définie.

Pour créer un catalogue externe, vous pouvez utiliser l'Explorateur de catalogues ou la commande SQL CREATE FOREIGN CATALOG dans un Notebook Databricks ou l'éditeur de query SQL. Vous pouvez également utiliser l'API REST Databricks ou la CLI Databricks pour créer un catalogue. Voir POST /api/2.1/unity-catalog/catalogs et commandes Unity Catalog.

Autorisations requises : autorisation CREATE CATALOG sur le metastore et soit la propriété de la connexion, soit le privilège CREATE FOREIGN CATALOG sur la connexion.

Catalog Explorer

1. Dans votre Workspace Databricks, cliquez sur **Catalogue** pour ouvrir l’Explorateur de catalogues.

2. En haut du volet Catalogue , cliquez sur l'icône Ajouter et sélectionnez Ajouter un catalogue dans le menu.

   Autrement, depuis la page Quick access , cliquez sur le bouton Catalogs , puis cliquez sur le bouton Create catalog .

3. Suivez les instructions pour créer des catalogues étrangers dans Créer des catalogues.

SQL

Exécutez la commande SQL suivante dans un Notebook ou un éditeur de query SQL. Les éléments entre parenthèses sont facultatifs. Remplacez les valeurs d'espace réservé :

• <catalog-name>: Nom du catalogue dans Databricks.
• <connection-name>: L'objet de connexion qui spécifie la source de données, le chemin d'accès et les informations d'identification d'accès.
• <database-name>: Nom de la base de données que vous souhaitez mettre en miroir en tant que catalogue dans Databricks.

SQL

CREATE FOREIGN CATALOG [IF NOT EXISTS] <catalog-name> USING CONNECTION <connection-name>
OPTIONS (database '<database-name>');

Pushdowns pris en charge

Le tableau suivant répertorie les opérations de pushdown prises en charge pour Azure Synapse (data warehouse SQL), ainsi que le compute requis pour chacune.

Pushdown	Compute pris en charge
Filtres	All compute
Contient, Commence par, Se termine par	All compute
Limite	All compute
Fonctions mathématiques SIN, COS, FLOOR, ABS (lorsque ANSI est activé) — prise en charge partielle, expressions de filtre uniquement	All compute
Fonctions diverses Cast – prise en charge partielle, expressions de filtre uniquement	All compute
Projections	All compute
Fonctions de chaîne (UPPER, LOWER, CONCAT, TRIM — prise en charge partielle, expressions de filtre uniquement)	All compute
Agrégats (Moyenne, Comptage, Max, Min, Écart type (population), Écart type (échantillon), Somme, Variance (population), Variance (échantillon))	All compute
Opérateurs arithmétiques (comme +, -, *, %, /) — non pris en charge si ANSI est désactivé	All compute
Opérateurs booléens (tels que =, <=>, <, <=, >, >=)	All compute
Opérateurs bit à bit (&, |, ^ et ~)	All compute
Tri, lorsqu'il est utilisé avec une limite	All compute
Jointures	Non pris en charge
Fonctions de fenêtre	Non pris en charge

Pushdown	Compute pris en charge
Filtres	All compute
Contient, Commence par, Se termine par	All compute
Limite	All compute
Fonctions mathématiques SIN, COS, FLOOR, ABS (lorsque ANSI est activé) — prise en charge partielle, expressions de filtre uniquement	All compute
Fonctions diverses Cast – prise en charge partielle, expressions de filtre uniquement	All compute
Projections	All compute
Fonctions de chaîne (UPPER, LOWER, CONCAT, TRIM — prise en charge partielle, expressions de filtre uniquement)	All compute
Agrégats (Moyenne, Comptage, Max, Min, Écart type (population), Écart type (échantillon), Somme, Variance (population), Variance (échantillon))	All compute
Opérateurs arithmétiques (comme +, -, *, %, /) — non pris en charge si ANSI est désactivé	All compute
Opérateurs booléens (tels que =, <=>, <, <=, >, >=)	All compute
Opérateurs bit à bit (&, |, ^ et ~)	All compute
Tri, lorsqu'il est utilisé avec une limite	All compute
Jointures	Non pris en charge
Fonctions de fenêtre	Non pris en charge

Mappages des types de données

Lorsque vous lisez de Synapse / SQL Data Warehouse vers Spark, les types de données correspondent comme suit :

Type Synapse	Type Spark
decimal, money, numeric, smallmoney	DecimalType
smallint	ShortType
tinyint	ByteType
int	IntegerType
bigint	LongType
real	FloatType
float	DoubleType
char, nchar, ntext, nvarchar, text, uniqueidentifier, varchar, xml	StringType
binary, geography, geometry, image, timestamp, udt, varbinary	BinaryType
bit	BooleanType
date	DateType
datetime, datetime2, smalldatetime, time	TimestampType/TimestampNTZType*

Type Synapse	Type Spark
decimal, money, numeric, smallmoney	DecimalType
smallint	ShortType
tinyint	ByteType
int	IntegerType
bigint	LongType
real	FloatType
float	DoubleType
char, nchar, ntext, nvarchar, text, uniqueidentifier, varchar, xml	StringType
binary, geography, geometry, image, timestamp, udt, varbinary	BinaryType
bit	BooleanType
date	DateType
datetime, datetime2, smalldatetime, time	TimestampType/TimestampNTZType*

*Lorsque vous lisez depuis Synapse / SQL Data Warehouse (SQLDW), les datetimes SQLDW sont mappés aux TimestampType Spark si preferTimestampNTZ = false (default). Les datetimes SQLDW sont mappés à TimestampNTZType si preferTimestampNTZ = true.