在 Snowflake 上运行联合查询（PEM 私钥）

本页介绍如何设置 Lakehouse 联邦查询系统，以对未由 Azure Databricks 管理的 Snowflake 数据运行联邦查询。 若要了解有关 Lakehouse 联合的更多信息，请参阅 什么是 Lakehouse 联合？

若要使用 Lakehouse Federation 连接到 Snowflake 数据库，必须在 Azure Databricks Unity Catalog 元存储中创建以下内容：

• 与 Snowflake 数据库的连接。
• 一个外部目录，它镜像 Unity Catalog 中的 Snowflake 数据库，以便你可使用 Unity Catalog 查询语法和数据治理工具来管理 Azure Databricks 用户对数据库的访问。

本页介绍如何使用 PEM 私钥连接到 Snowflake。 有关其他身份验证方法，请参阅以下页面：

• Snowflake OAuth
• Microsoft Entra ID
• OAuth 访问令牌
• 基本身份验证（用户名/密码）

在您开始之前

工作区要求：

• 已为 Unity Catalog 启用工作区。

计算要求：

• 计算资源与目标数据库系统之间的网络连接。 请参阅 Lakehouse Federation 网络建议。
• Azure Databricks 计算必须使用 Databricks Runtime 13.3 LTS 或更高版本以及 标准 或 专用 访问模式。
• SQL 仓库必须是专业或无服务器，并且必须使用 2023.40 或更高版本。

所需的权限：

• 若要创建连接，你必须是元存储管理员或对附加到工作区的 Unity Catalog 元存储具有 CREATE CONNECTION 权限的用户。
• 若要创建外部目录，你必须对元存储具有 CREATE CATALOG 权限，并且是连接的所有者或对连接具有 CREATE FOREIGN CATALOG 特权。

后面的每个基于任务的部分中都指定了其他权限要求。

创建连接

连接指定用于访问外部数据库系统的路径和凭据。 若要创建连接，可以使用目录资源管理器，或者使用 Azure Databricks 笔记本或 Databricks SQL 查询编辑器中的 CREATE CONNECTION SQL 命令。

所需的权限：具有 CREATE CONNECTION 特权的元存储管理员或用户。

目录资源管理器

1. 在 Azure Databricks 工作区中，单击 目录。

2. 在目录窗格顶部，单击“添加”或“加号”图标，然后从菜单中选择“添加连接”。

   或者，在“快速访问”页中，单击“外部数据 >”按钮，转到“连接”选项卡，然后单击“创建连接。

3. 在“设置连接”向导的“连接基本信息”页面上，输入用户友好的连接名称。

4. 选择“Snowflake”的连接类型。

5. 对于“身份验证类型”，请从下拉菜单中选择 PEM Private Key。

6. （可选）添加注释。

7. 单击 “下一步” 。

8. 输入 Snowflake 仓库的以下身份验证和连接详细信息。

   • 主机：例如 snowflake-demo.east-cn-2.azure.snowflakecomputing.com
   • 端口：例如 443
   • 用户：例如 snowflake-user
   • PEM 私钥：HEX64 格式的 RSA 密钥对中的私钥。
   • （可选） 以秒为单位过期：使用私钥建立的连接的过期时间（以秒为单位）。 如果未指定，则默认不过期。

9. 单击 “下一步” 。

10. 在 “连接详细信息 ”页上，指定以下内容：

    • Snowflake 仓库：例如 my-snowflake-warehouse
    • （可选）代理主机：用于连接到 Snowflake 的代理的主机。 还必须选择 使用代理 并指定 代理端口。
    • （可选）使用代理：是否使用代理服务器连接到 Snowflake。
    • （可选）代理端口：用于连接到 Snowflake 的代理的端口。 还必须选择 使用代理 并指定 代理主机。
    • （可选） Snowflake 角色：连接后用于会话的默认安全角色。

11. 单击 “下一步” 。

12. 在 “目录基本信息 ”页上，输入外国目录的名称。 外部目录镜像外部数据系统中的数据库，以便可以使用 Azure Databricks 和 Unity Catalog 查询和管理对该数据库中数据的访问。

13. （可选）单击“测试连接”以确认它是否正常工作。

14. 单击“创建目录”。

15. 在 “访问 ”页上，选择用户可以在其中访问所创建的目录的工作区。 您可以选择所有工作区均具有访问权限，或单击分配到工作区，选择工作区，然后单击分配。

16. 更改能够管理对目录中所有对象的访问的 所有者 。 开始在文本框中键入主体，然后单击返回的结果中的主体。

17. 授予对目录的“特权”。 单击“授权”：

    1. 指定将有权访问目录中对象的 主体 。 开始在文本框中键入主体，然后单击返回的结果中的主体。
    2. 选择“特权预设”以对每个主体授权。 默认情况下，向所有帐户用户授予 BROWSE。
       • 从下拉菜单中选择 “数据读取者 ”，以授予 read 对目录中对象的权限。
       • 从下拉菜单中选择 “数据编辑器”，以向 read 和 modify 授予目录中对象的权限。
       • 手动选择要授予的权限。
    3. 单击授权。

18. 单击 “下一步” 。

19. 在“元数据”页上，指定标记键值对。 有关详细信息，请参阅 将标记应用于 Unity 目录安全对象。

20. （可选）添加注释。

21. 单击“ 保存”。

SQL

在笔记本或 Databricks SQL 查询编辑器中运行以下命令。

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

建议对敏感值（如凭据）使用 Azure Databricks 机密 ，而不是纯文本字符串。 例如：

CREATE CONNECTION <connection-name> TYPE snowflake
OPTIONS (
  host '<hostname>',
  port '<port>',
  sfWarehouse '<warehouse-name>',
  user secret ('<secret-scope>','<secret-key-user>'),
  password secret ('<secret-scope>','<secret-key-password>')
)

有关设置机密的详细信息，请参阅机密管理。

区分大小写的数据库标识符

外部目录的 database 字段映射到 Snowflake 数据库标识符。 如果 Snowflake 数据库标识符不区分大小写，则会保留在外部目录 <database-name> 中使用的大小写。 但是，如果 Snowflake 数据库标识符区分大小写，则必须用双引号将外部目录 <database-name> 括起来以保留大小写。

例如：

• database 转换为 DATABASE

• "database" 转换为 database

• "database""" 转换为 database"

  若要转义双引号，请使用另一个双引号。

• "database"" 会导致出错，因为双引号未正确进行转义。

有关详细信息，请参阅 Snowflake 文档中的标识符要求。

支持的下推

支持以下下推：

• 过滤 器
• 预测
• 限度
• 加入
• 聚合（Average、Corr、CovPopulation、CovSample、Count、Max、Min、StddevPop、StddevSamp、Sum、VariancePop、VarianceSamp）
• 函数（字符串函数、数学函数、数据、时间和时间戳函数以及其他杂项函数，例如 Alias、Cast、SortOrder）
• Windows 函数（DenseRank、Rank、RowNumber）
• 排序

数据类型映射

从 Snowflake 读取到 Spark 时，数据类型映射如下所示：

局限性

• Snowflake JDBC 驱动程序不支持使用加密私钥进行身份验证。 若要避免错误，请生成添加 -nocrypt 选项的密钥，如下所示：

  openssl genrsa 2048 | openssl pkcs8 -topk8 -inform PEM -out rsa_key.p8 -nocrypt
  

其他资源

• Snowflake documentation 文档中的 Snowflake：密钥对身份验证和密钥对轮换