Executar consultas federadas no Microsoft Azure Synapse

Este artigo descreve como configurar a Federação de Lakehouse para executar consultas federadas em dados do Azure Synapse (SQL Data Warehouse) que não são gerenciados pelo Azure Databricks. Para saber mais sobre o Lakehouse Federation, consulte Conectar a bancos de dados e catálogos externos.

Para se conectar a um banco de dados do Azure Synapse (SQL Data Warehouse) usando Lakehouse Federation, você deve criar o seguinte no metastore do Unity Catalog do Azure Databricks:

• Uma conexão com o banco de dados Azure Synapse (SQL Data Warehouse).
• Um catálogo estrangeiro que espelha seu banco de dados do Azure Synapse (SQL Data Warehouse) no Catálogo do Unity para que você possa usar a sintaxe de consulta do Catálogo do Unity e as ferramentas de governança de dados para gerenciar o acesso do usuário do Azure Databricks ao banco de dados.

Antes de começar

Requisitos de área de trabalho:

• Workspace habilitado para o Catálogo do Unity. Os workspaces criados após 9 de novembro de 2023 são automaticamente habilitados para o Unity Catalog, incluindo o provisionamento automático de metastore. Você não precisa criar um metastore manualmente, a menos que seu workspace tenha sido criado antes da habilitação automática e não tenha sido ativado para o Unity Catalog. Consulte Introdução ao Catálogo do Unity.

Requisitos de computação:

• Conectividade de rede do recurso de computação para os sistemas de banco de dados de destino. Confira Recomendações de rede para a Federação de Lakehouse.
• A computação do Azure Databricks deve usar o Databricks Runtime 13.3 LTS ou superior e modo de acesso Standard ou Dedicado.
• Os sql warehouses devem ser profissionais ou sem servidor e devem usar 2023.40 ou superior.

Permissões necessárias:

• Para criar uma conexão, você deve ser um administrador do metastore ou um usuário com o privilégio CREATE CONNECTION no metastore do Unity Catalog anexado ao workspace. Em workspaces que foram habilitados automaticamente para o Unity Catalog, os administradores de workspace têm o privilégio CREATE CONNECTION por padrão.
• Para criar um catálogo estrangeiro, você precisa ter a permissão de CREATE CATALOG no metastore e ser o proprietário da conexão ou ter o privilégio de CREATE FOREIGN CATALOG na conexão. Em workspaces que foram habilitados automaticamente para o Unity Catalog, os administradores de workspace têm o privilégio CREATE CATALOG por padrão.

Requisitos de permissão adicionais são especificados em cada seção baseada em tarefa a seguir.

Criar uma conexão

Uma conexão especifica um caminho e credenciais para acessar um sistema de banco de dados externo. Para criar uma conexão, você pode usar o Explorador do Catálogo ou o comando SQL CREATE CONNECTION em um notebook do Azure Databricks, ou o editor de consulta do Databricks SQL.

Permissões necessárias: administrador do metastore ou usuário com o privilégio de CREATE CONNECTION.

Gerenciador de Catálogos

1. No workspace do Azure Databricks, clique no Catálogo.
2. Na parte superior do painel Catálogo , clique no ícone Adicionar e selecione Criar uma conexão no menu.
3. Na página Noções básicas sobre a conexão do assistente Configurar conexão, insira um Nome da conexão amigável.
4. Selecione um Tipo de Conexão do SQLDW.
5. (Opcional) Adicione um comentário.
6. Clique em Próximo.
7. Na página Autenticação , insira as seguintes propriedades de conexão para sua instância do Azure Synapse:
   • Host: por exemplo, sqldws-demo.database.windows.net.
   • Porta: por exemplo, 1433
   • User
   • Password
   • Confiar no certificado do servidor: Esta opção é desmarcada por padrão. Quando selecionada, a camada de transporte usa SSL para criptografar o canal e ignora a cadeia de certificados para validar a confiança. Deixe esse conjunto com os valores padrão, a menos que você tenha uma necessidade específica de ignorar a validação de confiança.
8. Clique em Criar conexão.
9. Na página Noções básicas sobre o catálogo, insira um nome para o catálogo estrangeiro. Um catálogo estrangeiro espelha um banco de dados em um sistema de dados externo para que você possa consultar e gerenciar o acesso aos dados nesse banco de dados usando o Azure Databricks e o Catálogo do Unity.
10. (Opcional) Clique em Testar a conexão para confirmar se está funcionando.
11. Clique em Criar catálogo.
12. Na página Access, selecione os workspaces nos quais os usuários podem acessar o catálogo que você criou. Você pode selecionar Todos os workspaces têm acesso ou clicar em Atribuir a workspaces, selecionar os workspaces e clicar em Atribuir.
13. Altere o Proprietário que poderá gerenciar o acesso a todos os objetos do catálogo. Comece a digitar uma entidade de segurança na caixa de texto e clique na entidade de segurança nos resultados retornados.
14. Conceda Privilégios no catálogo. Clique em Conceder:
    1. Especifique as Entidades de segurança que terão acesso aos objetos no catálogo. Comece a digitar uma entidade de segurança na caixa de texto e clique na entidade de segurança nos resultados retornados.
    2. Selecione as Predefinições de privilégio a conceder a cada usuário. Todos os usuários da conta recebem BROWSE como padrão.
       • Selecione Leitor de Dados no menu suspenso para conceder privilégios read em objetos no catálogo.
       • Selecione Editor de Dados no menu suspenso para conceder privilégios read e modify em objetos no catálogo.
       • Selecione manualmente os privilégios a serem concedidos.
    3. Selecione Conceder.
15. Clique em Próximo.
16. Na página Metadados, especifique os pares chave-valor das marcações. Para obter mais informações, consulte Aplicar etiquetas a objetos securitizáveis do Catálogo Unity.
17. (Opcional) Adicione um comentário.
18. Clique em Salvar.

SQL

Execute o comando a seguir em um notebook ou no editor de SQL do Databricks.

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

Recomendamos usar segredos do Azure Databricks em vez de cadeias de caracteres de texto não criptografado para valores confidenciais, como credenciais. Por exemplo:

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>')
)

Para obter informações sobre configuração de segredos, confira Gestão de segredos.

Criar um catálogo estrangeiro

Um catálogo estrangeiro espelha um banco de dados em um sistema de dados externo para que você possa consultar e gerenciar o acesso aos dados nesse banco de dados usando o Azure Databricks e o Catálogo do Unity. Para criar um catálogo estrangeiro, use uma conexão com a fonte de dados que já foi definida.

Para criar um catálogo estrangeiro, você pode usar o Explorador de Catálogos ou o comando SQL CREATE FOREIGN CATALOG em um notebook do Azure Databricks ou no editor de consultas SQL. Além disso, é possível usar a API REST do Databricks ou a CLI do Databricks para criar um catálogo. Confira POST /api/2.1/unity-catalog/catalogs e Comandos do Unity Catalog.

Permissões necessárias: permissão de CREATE CATALOG no metastore e a propriedade da conexão ou o privilégio de CREATE FOREIGN CATALOG na conexão.

Gerenciador de Catálogos

1. No workspace do Azure Databricks, clique no Catálogo para abrir o Gerenciador de Catálogos.

2. Na parte superior do painel Catálogo, clique no ícone Adicionar e selecione Adicionar um catálogo no menu.

   Como alternativa, na página Acesso rápido, clique no botão Catálogos e depois no botão Criar catálogo.

3. Siga as instruções para criar catálogos estrangeiros em Criar catálogos.

SQL

Execute o comando SQL a seguir em um notebook ou editor de consultas SQL. Os itens entre colchetes são opcionais. Substitua os valores de espaço reservado:

• <catalog-name>: nome do catálogo no Azure Databricks.
• <connection-name>: o objeto de conexão que especifica a fonte de dados, o caminho e as credenciais de acesso.
• <database-name>: nome do banco de dados que você deseja espelhar como um catálogo no Azure Databricks.

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

Pushdowns com suporte

A tabela a seguir lista as operações de pushdown com suporte para Azure Synapse (SQL Data Warehouse), juntamente com a computação necessária para cada um.

Pushdown	Computação suportada
Filters	Toda a computação
Contém, Começa com, Termina com	Toda a computação
Limit	Toda a computação
Funções matemáticas SIN, COS, FLOOR, ABS (quando ANSI está habilitado) — suporte parcial, somente expressões de filtro	Toda a computação
Funções diversas Cast — suporte parcial, apenas expressões de filtro	Toda a computação
Projections	Toda a computação
Funções de cadeia de caracteres (UPPER, LOWER, CONCAT, TRIM — suporte parcial, somente expressões de filtro)	Toda a computação
Aggregates (Média, Contagem, Max, Min, StddevPop, StddevSamp, Soma, VariancePop, VarianceSamp)	Toda a computação
Operadores aritméticos (como +, -, *, %, /) — não há suporte se ANSI estiver desabilitado	Toda a computação
Operadores booleanos (como =, <=>, <, <=, >, >=)	Toda a computação
Operadores bit a bit (&, |, ^ e ~)	Toda a computação
Classificação, quando usada com limite	Toda a computação
Joins	Sem suporte
Funções da janela	Sem suporte

Mapeamentos de tipo de dados

Quando você lê do Synapse/SQL Data Warehouse para o Spark, os tipos de dados são mapeados da seguinte maneira:

*Quando você lê do Synapse/SQL Data Warehouse (SQLDW), o SQLDW datetimes é mapeado para o Spark TimestampType se preferTimestampNTZ = false (padrão). O SQLDW datetimes será mapeado para TimestampNTZType se preferTimestampNTZ = true.