Ingérer des données depuis Microsoft Graphe

info

Bêta

Cette fonctionnalité est en bêta. Pour l'utiliser, un administrateur de Workspace doit activer Lakeflow Connect for Microsoft Graphe Log à partir de la page Previews . Consultez Gérer les aperçus Databricks.

Cette page montre comment créer un pipeline d'ingestion de Log Microsoft Graphe géré à l'aide de Lakeflow Connect.

Prérequis

• Pour créer un pipeline d'ingestion, respectez d'abord les conditions requises suivantes :

  • Votre Workspace doit être activé pour Unity Catalog.

  • Le compute serverless doit être activé pour votre workspace. Voir exigences relatives au compute serverless.

  • Pour créer une connexion, vous devez disposer des privilèges CREATE CONNECTION sur le metastore. Voir Gérer les privilèges dans Unity Catalog.

    Si le connecteur prend en charge la création de pipelines basée sur l'interface utilisateur, un administrateur peut créer la connexion et le pipeline en même temps en suivant les étapes décrites sur cette page. Toutefois, si les utilisateurs qui créent des pipelines utilisent une création de pipeline basée sur une API ou ne sont pas des utilisateurs administrateurs, un administrateur doit d'abord créer la connexion dans Catalog Explorer. Voir Connectez-vous aux sources d’ingestion gérées.

  • Pour utiliser une connexion existante, vous devez disposer des privilèges USE CONNECTION ou ALL PRIVILEGES sur l'objet de connexion.

  • Vous devez disposer des privilèges USE CATALOG sur le catalogue cible.

  • Vous devez avoir les privilèges USE SCHEMA et CREATE TABLE sur un schéma existant ou les privilèges CREATE SCHEMA sur le catalogue cible.

• Pour ingérer des données depuis Microsoft Graphe, configurez d’abord l’authentification depuis Databricks et créez une connexion. Voir Configurer l’authentification auprès de Microsoft Graphe et Créer une connexion Microsoft Graphe Logs.

Options de connecteur

Définissez des options étendues au pipeline dans source_configurations et des options étendues à la table sur l’objet individuel. Pour les options prises en charge, voir Options du connecteur. Pour l'utilisation, voir Exemples.

Créer un pipeline d'ingestion

Pour obtenir la liste des tables sources prises en charge, consultez Tables sources prises en charge.

Databricks UI

1. Dans la barre latérale du workspace Databricks, cliquez sur Data Ingestion .
2. Sur la page Add data , sous Databricks connectors , cliquez sur Microsoft Graphe Logs .
3. Sur la page Connexion de l'assistant d'ingestion, sélectionnez la connexion qui stocke vos informations d'identification Microsoft Graphe. Si vous disposez du privilège CREATE CONNECTION sur le metastore, cliquez sur Créer une connexion pour créer une connexion avec les informations d'identification de Configurer l'authentification à Microsoft Graphe.
4. Cliquez sur Suivant .
5. Sur la page Configuration de l’ingestion , saisissez un nom pour le pipeline.
6. Sélectionnez un catalogue et un schéma pour écrire les logs d'événements. Si vous avez les privilèges USE CATALOG et CREATE SCHEMA sur le catalogue, cliquez sur Créer un schéma dans le menu déroulant pour créer un schéma.
7. Cliquez sur Créer un pipeline et continuer .
8. Sur la page Source , sélectionnez les tables à ingérer.
9. Cliquez sur Enregistrer et continuer .
10. Sur la page Destination , sélectionnez un catalogue et un schéma dans lequel charger les données. Si vous avez les privilèges USE CATALOG et CREATE SCHEMA sur le catalogue, cliquez sur Créer un schéma dans le menu déroulant pour créer un schéma.
11. Cliquez sur Enregistrer et continuer .
12. (Facultatif) Sur la page Programmes et notifications , cliquez sur Créer un programme . Définissez la fréquence de refresh des tables de destination.
13. (Facultatif) Cliquez sur Ajouter une notification pour configurer des notifications par e-mail en cas de succès ou d'échec de l'opération de pipeline, puis cliquez sur Enregistrer et exécuter le pipeline .

Declarative Automation Bundles

Utilisez les Declarative Automation Bundles pour gérer les pipelines Microsoft Graphe Logs en tant que code. Les bundles peuvent contenir des définitions YAML de Jobs et de tâches, sont gérés à l'aide de la CLI Databricks et peuvent être partagés et exécutés dans différents Workspace cibles (tels que le développement, la pré-production et la production). Consultez Que sont les Declarative Automation Bundles ?.

1. Créer un bundle à l'aide de la CLI Databricks :

   Bash

   databricks bundle init

2. Ajoutez deux nouveaux fichiers de ressources au bundle :

   • Un fichier de définition de pipeline (par exemple, resources/microsoft_graph_logs_pipeline.yml). Voir pipeline.ingestion_definition et Exemples.
   • Un fichier de définition de job qui contrôle la fréquence d’ingestion des données (par exemple, resources/microsoft_graph_logs_job.yml).

3. Déployer le pipeline à l’aide de l’interface CLI Databricks :

   Bash

   databricks bundle deploy

Databricks notebook

1. Importez le notebook suivant dans votre workspace Databricks :

Ouvrir le notebook dans un nouvel ongletOuvrir dans Databricks

2. Laissez les cellules une et deux telles quelles.

3. Modifiez la cellule trois avec les détails de configuration de votre pipeline. Voir pipeline.ingestion_definition et Exemples.

4. Configurez éventuellement des paramètres de pipeline avancés. Voir Modèles courants pour les pipelines d’ingestion managés.

5. Cliquez sur Tout exécuter .

Exemples

Le connecteur Microsoft Graphe Logs rend disponible une table source dans le schéma source default. Ingérez la table individuelle ou la totalité du schéma.

Ingérer des tables spécifiques

Utilisez cette option pour personnaliser la dénomination de destination pour la table.

Declarative Automation Bundles

Le fichier de définition de pipeline suivant ingère la table security_alerts :

YAML

resources:
  pipelines:
    microsoft_graph_logs_pipeline:
      name: microsoft_graph_logs_pipeline
      catalog: 'main'
      target: 'microsoft_graph_logs_data'
      ingestion_definition:
        connection_name: microsoft_graph_logs_connection
        source_configurations:
          - api_source_connector_config:
              configs:
                start_datetime: '<start-datetime>'
        objects:
          - table:
              source_schema: 'default'
              source_table: 'security_alerts'
              destination_catalog: 'main'
              destination_schema: 'microsoft_graph_logs_data'
              destination_table: 'security_alerts'

Databricks notebook

La spécification de pipeline suivante ingère la table security_alerts :

Python

pipeline_name = "microsoft_graph_logs_pipeline"
connection_name = "<microsoft-graph-logs-connection>"
pipeline_spec = {
  "name": pipeline_name,
  "ingestion_definition": {
    "connection_name": connection_name,
    "source_configurations": [
      {
        "api_source_connector_config": {
          "configs": {
            "start_datetime": "<start-datetime>"
          }
        }
      }
    ],
    "objects": [
      {
        "table": {
          "source_schema": "default",
          "source_table": "security_alerts",
          "destination_catalog": "main",
          "destination_schema": "microsoft_graph_logs_data",
          "destination_table": "security_alerts"
        }
      }
    ]
  }
}
json_payload = json.dumps(pipeline_spec, indent=2)
create_pipeline(json_payload)

Ingérer le schéma complet

Utilisez cette option pour ingérer toutes les tables sources de Microsoft Graphe Logs dans un schéma de destination unique avec une seule déclaration.

Declarative Automation Bundles

Le fichier de définition de pipeline suivant ingère toutes les tables Microsoft Graphe Logs prises en charge dans un schéma de destination :

YAML

resources:
  pipelines:
    microsoft_graph_logs_pipeline:
      name: microsoft_graph_logs_pipeline
      catalog: 'main'
      target: 'microsoft_graph_logs_data'
      ingestion_definition:
        connection_name: microsoft_graph_logs_connection
        source_configurations:
          - api_source_connector_config:
              configs:
                start_datetime: '<start-datetime>'
        objects:
          - schema:
              source_schema: 'default'
              destination_catalog: 'main'
              destination_schema: 'microsoft_graph_logs_data'

Databricks notebook

La spécification de pipeline suivante ingère toutes les tables de Logs Microsoft Graphe prises en charge dans un schéma de destination :

Python

pipeline_name = "microsoft_graph_logs_pipeline"
connection_name = "<microsoft-graph-logs-connection>"
pipeline_spec = {
  "name": pipeline_name,
  "ingestion_definition": {
    "connection_name": connection_name,
    "source_configurations": [
      {
        "api_source_connector_config": {
          "configs": {
            "start_datetime": "<start-datetime>"
          }
        }
      }
    ],
    "objects": [
      {
        "schema": {
          "source_schema": "default",
          "destination_catalog": "main",
          "destination_schema": "microsoft_graph_logs_data"
        }
      }
    ]
  }
}
json_payload = json.dumps(pipeline_spec, indent=2)
create_pipeline(json_payload)

Fichier de définition de job Declarative Automation Bundles

Voici un exemple de fichier de définition de job à utiliser avec les Declarative Automation Bundles. Le job s’exécute quotidiennement.

Declarative Automation Bundles

YAML

resources:
  jobs:
    microsoft_graph_logs_job:
      name: microsoft_graph_logs_job
      schedule:
        quartz_cron_expression: '0 0 0 * * ?'
        timezone_id: 'UTC'
      tasks:
        - task_key: microsoft_graph_logs_ingestion
          pipeline_task:
            pipeline_id: ${resources.pipelines.microsoft_graph_logs_pipeline.id}

Modèles courants

Pour les configurations avancées de pipeline, voir Modèles courants pour les pipelines d'ingestion gérés.

Étapes suivantes

start, programmer et définir des alertes sur votre pipeline. Voir Tâches de maintenance courantes du pipeline.

Ressources supplémentaires

• FAQ sur le connecteur Microsoft Graphe Logs
• Limitations du connecteur Microsoft Graphe Logs
• Référence du connecteur Microsoft Graphe Logs
• Dépanner le connecteur Microsoft Graphe Logs