Aller au contenu principal
Dernière mise à jour le

RStudio sur Databricks

Vous pouvez utiliser RStudio, un environnement de développement intégré (IDE) populaire pour R, pour vous connecter aux ressources de compute Databricks au sein des Workspace Databricks depuis votre machine de développement locale.

Configurer RStudio Desktop​

Pour configurer RStudio Desktop sur votre machine de développement locale :

  1. download et installez R 3.3.0 ou version ultérieure.
  2. Download et installez RStudio Desktop.
  3. Start RStudio Desktop.

(Facultatif) Pour créer un projet RStudio :

  1. Start RStudio Desktop.
  2. Cliquez sur **Fichier > Nouveau projet**.
  3. Sélectionnez Nouveau répertoire > Nouveau projet .
  4. Choisissez un nouveau répertoire pour le projet, puis cliquez sur **Créer un projet**.

Pour créer un script R :

  1. Avec le projet ouvert, cliquez sur Fichier > Nouveau fichier > Script R .
  2. Cliquez sur Fichier > Enregistrer sous .
  3. Nommez le fichier, puis cliquez sur Enregistrer .

Se connecter à Databricks​

Pour utiliser RStudio Desktop pour vous connecter à un cluster Databricks distant ou à un SQL Warehouse depuis votre machine de développement locale, utilisez une connexion ODBC et appelez les fonctions du package ODBC pour R.

remarque

Vous ne pouvez pas utiliser de packages tels que SparkR ou sparklyr dans ce scénario RStudio Desktop, sauf si vous utilisez également Databricks Connect.

Pour vous connecter au cluster Databricks distant ou à un SQL Warehouse via ODBC pour R :

  1. Obtenez les valeurs de nom d'hôte du serveur , de Port et de chemin HTTP pour votre cluster distant ou votre SQL Warehouse. Pour un cluster, ces valeurs se trouvent dans la tab JDBC/ODBC des Options avancées. Pour un SQL Warehouse, ces valeurs se trouvent dans le Détails de connexion tab.

  2. Obtenez un jeton d'accès personnel Databricks.

remarque

En tant que bonne pratique de sécurité lorsque vous vous authentifiez avec des outils, des systèmes, des scripts et des applications automatisés, Databricks vous recommande d'utiliser des jetons OAuth.

Si vous utilisez l'authentification par jeton d'accès personnel, Databricks recommande d'utiliser des jetons d'accès personnels appartenant aux Service Principal plutôt qu'aux utilisateurs du Workspace. Pour créer des jetons pour les Service Principals, consultez Gérer les jetons pour un Service Principal.

  1. Installez et configurez le driver ODBC Databricks pour votre système d'exploitation.

  2. Configurez un Nom de source de données (DSN) pour votre cluster distant ou votre SQL warehouse pour Windows, macOS, ou Linux, en fonction du système d'exploitation de votre machine locale.

  3. Depuis la console RStudio ( Affichage > Déplacer le focus vers la console ), installez les packages odbc et DBI depuis CRAN:

    R
    require(devtools)

    install_version(
      package = "odbc",
      repos   = "http://cran.us.r-project.org"
    )

    install_version(
      package = "DBI",
      repos   = "http://cran.us.r-project.org"
    )

  4. Dans votre script R ( Affichage > Déplacer le focus vers la source ), chargez les packages odbc et DBI installés :

    R
    library(odbc)
    library(DBI)

  5. Appelez la version ODBC de la fonction dbConnect dans le package DBI, en spécifiant le driver odbc dans le package odbc et le DSN ODBC que vous avez créé, par exemple, un DSN ODBC de Databricks.

    R
    conn = dbConnect(
      drv = odbc(),
      dsn = "Databricks"
    )

  6. Appelez une Opération via le DSN ODBC, par exemple une instruction SELECT via la fonction dbGetQuery dans le package DBI, en spécifiant le nom de la variable de connexion et l'instruction SELECT elle-même, par exemple à partir d'une table nommée diamonds dans un schéma (base de données) nommé default:

    R
    print(dbGetQuery(conn, "SELECT * FROM default.diamonds LIMIT 2"))

Le script R complet est le suivant :

R
library(odbc)
library(DBI)

conn = dbConnect(
  drv = odbc(),
  dsn = "Databricks"
)

print(dbGetQuery(conn, "SELECT * FROM default.diamonds LIMIT 2"))

Pour exécuter le script, en mode source, cliquez sur Source . Les résultats pour le script R précédent sont les suivants :

  _c0 carat     cut color clarity depth table price    x    y    z
1   1  0.23   Ideal     E     SI2  61.5    55   326 3.95 3.98 2.43
2   2  0.21 Premium     E     SI1  59.8    61   326 3.89 3.84 2.31
Sur cette page