メインコンテンツまでスキップ
に最終更新

OpenAIからデータを取り込む

備考

ベータ版

この機能はベータ版です。ワークスペース管理者は、 プレビュー ページからこの機能へのアクセスを制御できます。Databricksのプレビューを管理するを参照してください。

このページでは、Lakeflow Connect を使用して管理された OpenAI インジェストパイプラインを作成する方法を示します。

要件​

  • 取り込みパイプラインを作成するには、まず次の要件を満たす必要があります。

    • ワークスペースでUnity Catalogが有効になっている必要があります。

    • ワークスペースでServerless コンピュートを有効にする必要があります。Serverless コンピュートの要件を参照してください。

    • 新しい接続を作成するには、メタストアに対する CREATE CONNECTION 特権が必要です。Unity Catalog での権限の管理を参照してください。

      コネクタが UI ベースのパイプライン オーサリングをサポートしている場合、管理者はこのページのステップを完了することで、接続とパイプラインを同時に作成できます。 ただし、パイプラインを作成するユーザーが API ベースのパイプライン オーサリングを使用している場合、または管理者以外のユーザーである場合、管理者はまずカタログ エクスプローラーで接続を作成する必要があります。 「管理対象取り込みソースへの接続」を参照してください。

    • 既存の接続を使用するには、接続オブジェクトに対する USE CONNECTION 特権または ALL PRIVILEGES を持っている必要があります。

    • ターゲットカタログに対する USE CATALOG 権限が必要です。

    • 既存のスキーマに対する USE SCHEMA 権限と CREATE TABLE 権限、またはターゲットカタログに対する CREATE SCHEMA 権限が必要です。

  • OpenAI から取り込むには、まず Databricks から認証を構成し、接続を作成します。OpenAI 認証の構成およびOpenAI 接続の作成を参照してください。

取り込みパイプラインを作成する​

サポートされているソーステーブルの一覧については、サポートされているソーステーブルを参照してください。

  1. Databricksワークスペースのサイドバーで、 データ取り込み をクリックします。
  2. データの追加 ページの Databricks コネクタ で、 OpenAI をクリックします。
  3. 取り込みウィザードの 接続 ページで、OpenAI 認証情報を保存している接続を選択します。メタストアに対する CREATE CONNECTION 特権がある場合は、 プラスアイコン。 接続の作成 をクリックして、OpenAI 認証の構成の認証情報を使用して接続を作成します。
  4. 次へ をクリックします。
  5. インジェスト設定 ページで、パイプラインの名前を入力します。
  6. イベント Logs の書き込み先となるカタログとスキーマを選択します。カタログに対する USE CATALOG 権限と CREATE SCHEMA 権限がある場合は、ドロップダウン メニューの プラスアイコン。 スキーマの作成 をクリックしてスキーマを作成します。
  7. パイプラインの作成および続行 をクリックします。
  8. ソース ページで、取り込むテーブルを選択します。
  9. 保存して続行 をクリックします。
  10. 宛先 ページで、データを読み込むカタログとスキーマを選択します。カタログに対する USE CATALOG 権限と CREATE SCHEMA 権限がある場合は、ドロップダウンメニューの プラスアイコン。 スキーマを作成 をクリックしてスキーマを作成します。
  11. 保存して続行 をクリックします。
  12. (オプション) スケジュールと通知 ページで、 プラスアイコン。 スケジュールの作成 をクリックします。宛先テーブルを更新する頻度を設定します。
  13. (オプション) プラスアイコン。 通知の追加 をクリックして、パイプライン操作の成功または失敗に関するEメール通知を設定し、 保存してパイプラインを実行 をクリックします。

例​

OpenAIコネクタは、defaultソーススキーマ内の20個のソーステーブルを利用可能にします。個々のテーブルまたはスキーマ全体を取り込みます。

特定のテーブルを取り込む​

このオプションを使用して、テーブルの特定のサブセットを取り込むか、テーブルごとに宛先の名前付けをカスタマイズします。

次のパイプライン定義ファイルは、個々の OpenAI テーブルを取り込みます：

YAML
resources:
  pipelines:
    openai_pipeline:
      name: openai_pipeline
      catalog: 'main'
      target: 'openai_data'
      ingestion_definition:
        connection_name: openai_connection
        objects:
          - table:
              source_schema: 'default'
              source_table: 'users'
              destination_catalog: 'main'
              destination_schema: 'openai_data'
              destination_table: 'users'
          - table:
              source_schema: 'default'
              source_table: 'audit_logs'
              destination_catalog: 'main'
              destination_schema: 'openai_data'
              destination_table: 'audit_logs'
          - table:
              source_schema: 'default'
              source_table: 'usage_completions'
              destination_catalog: 'main'
              destination_schema: 'openai_data'
              destination_table: 'usage_completions'

スキーマ全体を取り込む​

このオプションを使用して、すべてのOpenAIソーステーブルを1つの宣言で単一の宛先スキーマに取り込みます。

以下のパイプライン定義ファイルは、サポートされているすべての OpenAI テーブルを宛先スキーマに取り込みます：

YAML
resources:
  pipelines:
    openai_pipeline:
      name: openai_pipeline
      catalog: 'main'
      target: 'openai_data'
      ingestion_definition:
        connection_name: openai_connection
        objects:
          - schema:
              source_schema: 'default'
              destination_catalog: 'main'
              destination_schema: 'openai_data'

宣言型オートメーションバンドルのジョブ定義ファイル​

以下は、宣言型オートメーションバンドルで使用するジョブ定義ファイルの例です。ジョブは毎日実行されます。

YAML
resources:
  jobs:
    openai_job:
      name: openai_job
      schedule:
        quartz_cron_expression: '0 0 0 * * ?'
        timezone_id: 'UTC'
      tasks:
        - task_key: openai_ingestion
          pipeline_task:
            pipeline_id: ${resources.pipelines.openai_pipeline.id}

一般的なパターン​

高度なパイプライン構成については、「管理された取り込みパイプラインの一般的なパターン」を参照してください。

次のステップ​

パイプラインの起動、スケジュール、アラートを設定します。一般的なパイプラインのメンテナンス タスクを参照してください。

その他のリソース​

このページの見出し