Pular para o conteúdo principal

Trabalhe com o site Unity Catalog e o legado Hive metastore

Este artigo explica uma abordagem para continuar a usar o per-workspace Hive metastore quando o seu Databricks workspace estiver habilitado para Unity Catalog.

Se o seu workspace estava em serviço antes de ser habilitado para Unity Catalog, ele provavelmente tem um Hive metastore integrado que contém dados que o senhor deseja continuar a usar. Databricks recomenda que o senhor use a federaçãoHive metastore para criar um catálogo externo em Unity Catalog que espelhe o Hive metastore e, por fim, migre todas as suas cargas de trabalho legadas para usar esse catálogo externo. No entanto, se o senhor ainda não tiver começado o processo de federação Hive metastore, poderá usar este artigo para aprender a trabalhar com os dados registrados em seu legado Hive metastore juntamente com os dados registrados em Unity Catalog.

Consulte o site Hive metastore em Unity Catalog​

O metastore Unity Catalog é aditivo, o que significa que pode ser usado com oworkspace Hive metastore em Databricks. O site Hive metastore aparece como um catálogo de nível superior chamado hive_metastore no namespace de três níveis.

Por exemplo, o senhor pode se referir a uma tabela chamada sales_raw no esquema sales no site legado Hive metastore usando a seguinte notação:

SQL
SELECT * from hive_metastore.sales.sales_raw;

Você também pode especificar o catálogo e o esquema com uma instrução USE:

SQL
USE hive_metastore.sales;
SELECT * from sales_raw;

Controle de acesso em Unity Catalog e o Hive metastore​

Se o senhor configurou o controle de acesso legado da tabela em Hive metastore, Databricks continuará a aplicar esses controles de acesso aos dados no catálogo hive_metastore para clustering em execução no modo de acesso padrão. O modelo de acesso do Unity Catalog difere um pouco dos controles de acesso legados, como a ausência de declarações DENY. O Hive metastore é um objeto de nível workspace. As permissões definidas no catálogo hive_metastore sempre se referem aos usuários e grupos locais no site workspace. Consulte o modelo de privilégio Unity Catalog em comparação com o controle de acesso legado da tabela.

O modelo de privilégio Unity Catalog comparado ao controle de acesso legado da tabela​

O modelo de controle de acesso em Unity Catalog difere das seguintes formas do controle de acesso da tabela no legado Hive metastore:

  • grupos de contas : As políticas de controle de acesso em Unity Catalog são aplicadas aos grupos account, enquanto as políticas de controle de acesso para Hive metastore são aplicadas aos grupos workspace-local. Consulte Tipos de grupos em Databricks.
  • USE CATALOG e USE SCHEMA são necessárias no catálogo e no esquema para todas as operações em objetos dentro do catálogo ou do esquema : Independentemente dos privilégios de um diretor em uma tabela, o diretor também deve ter o privilégio USE CATALOG em seu catálogo pai para acessar o esquema e o privilégio USE SCHEMA para acessar objetos dentro do esquema. Com workspace-level access control da tabela, por outro lado, a concessão de USAGE no catálogo raiz concede automaticamente USAGE em todos os bancos de dados, mas USAGE no catálogo raiz não é necessário.
  • view : Em Unity Catalog, o proprietário de um view não precisa ser proprietário das tabelas e visualizações referenciadas do view. Ter o privilégio SELECT é suficiente, juntamente com USE SCHEMA no esquema pai da visualização e USE CATALOG no catálogo pai. Com o controle de acesso de nível workspaceda tabela, o proprietário de uma viewprecisa ser o proprietário de todas as tabelas e visualizações referenciadas.
  • Não há suporte para ANY FILE ou ANONYMOUS FUNCTION : Em Unity Catalog, não há nenhum conceito de ANY FILE ou ANONYMOUS FUNCTION securizável que possa permitir que um usuário sem privilégios execute um código privilegiado.
  • Sem privilégio READ_METADATA : Unity Catalog gerenciar o acesso aos metadados de view de uma maneira diferente. Consulte Privilégios e objetos protegidos do Unity Catalog.

união entre os objetos Unity Catalog e Hive metastore​

Ao usar a notação de namespace de três níveis, o senhor pode join dados em um metastore Unity Catalog com dados no legado Hive metastore.

nota

Um join com dados no legado Hive metastore só funcionará no workspace onde esses dados residem. A tentativa de executar esse join em outro workspace resulta em um erro. Databricks Recomenda que o senhor atualize as tabelas e visualizações legadas para Unity Catalog.

O exemplo a seguir une os resultados da tabela sales_current no legado Hive metastore com a tabela sales_historical no metastore Unity Catalog quando os campos order_id são iguais.

SQL
SELECT * FROM hive_metastore.sales.sales_current
JOIN main.shared_sales.sales_historical
ON hive_metastore.sales.sales_current.order_id = main.shared_sales.sales_historical.order_id;

catálogo padrão​

Um catálogo default é configurado para cada workspace que está habilitado para Unity Catalog.

Se o senhor omitir o nome do catálogo de nível superior ao realizar operações de dados, o catálogo default será assumido.

O catálogo default que foi inicialmente configurado para seu workspace depende de como seu workspace foi habilitado para Unity Catalog:

  • Se o seu workspace foi ativado para Unity Catalog automaticamente, o catálogoworkspace foi definido como o catálogo default. Consulte Ativação automática do Unity Catalog.
  • Se o seu workspace foi ativado para Unity Catalog manualmente, o catálogo hive_metastore foi definido como o catálogo default.

Se o senhor estiver fazendo a transição de Hive metastore para Unity Catalog dentro de um workspace existente, faz sentido usar hive_metastore como o catálogo default para evitar afetar o código existente que faz referência ao Hive metastore, a menos que tenha migrado totalmente do Hive metastore.

Para saber como obter e alternar o catálogo default, consulte gerenciar o catálogo default

permissões de acesso a dados com escopo de clustering​

Quando você usa o Hive metastore junto com o Unity Catalog, as credenciais de acesso a dados associadas aos clusters são usadas para acessar os dados Hive metastore , mas não os dados registrados no Unity Catalog.

Se os usuários acessarem caminhos que estão fora do Unity Catalog (como um caminho não registrado como uma tabela ou local externo), as credenciais de acesso atribuídas aos clusters serão usadas.

Consulte Conectar ao Amazon S3.

Atualizar tabelas legadas para o Unity Catalog​

As tabelas no site Hive metastore não se beneficiam do conjunto completo de recursos de segurança e governança que o site Unity Catalog apresenta, como auditoria integrada, linhagem e controle de acesso. Databricks recomenda que o senhor use a federaçãoHive metastore para migrar seus dados registrados em Hive metastore para Unity Catalog ou para atualizar suas tabelas legadas diretamente, adicionando-as a Unity Catalog.

Última atualização em