在 Teradata 上运行联合查询

本文介绍如何设置 Lakehouse 联邦，以执行针对非 Azure Databricks 管理的 Teradata 数据的联邦查询。 若要详细了解 Lakehouse Federation，请参阅“什么是 Lakehouse Federation？”。

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

• 与 Teradata 数据库的连接。
• 一个外部目录，用于镜像 Unity Catalog 中的 Teradata 数据库，以便可以使用 Unity Catalog 查询语法和数据治理工具来管理对该数据库的 Azure Databricks 用户访问权限。

开始之前，请确保符合此部分的要求。

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 16.1 或更高版本以及 标准 或 专用 访问模式。
• SQL 仓库必须是 Pro 或无服务器仓库，且必须使用 2024.50 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。

• 在主机服务器上启用 TLS。 默认情况下，SSLMODE 为 REQUIRE。 有关详细信息，请参阅 Teradata 文档中 如何使用 TLS 保护连接。

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。

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. 选择连接类型为Teradata。

5. （可选）添加注释。

6. 单击 “下一步” 。

7. 在 身份验证 页上，输入 Teradata 实例的以下连接属性：

   • 主机：例如 teradata-demo.teradata.com
   • 端口：例如 1025
   • 用户：例如 teradata_user
   • 密码：例如 password123

8. 单击“ 创建连接”。

9. 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。

10. （可选）单击“测试连接”以确认它是否正常工作。

11. 单击“创建目录”。

12. 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。

13. 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。

14. 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。

15. 单击 “下一步” 。

16. 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。

17. （可选）添加注释。

18. 单击“ 保存”。

在笔记本或 Databricks SQL 查询编辑器中运行以下命令：

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

Databricks 建议对凭据等敏感值使用 Azure Databricks 机密，而不是纯文本字符串。 例如：

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

如果必须在笔记本 SQL 命令中使用纯文本字符串，请通过使用 $ 转义特殊字符（例如 \）来避免字符串被截断。 例如： \$。

有关设置机密的详细信息，请参阅机密管理。

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。 若要创建外部目录，请使用与已定义的数据源的连接。

要创建外部目录，可以使用目录资源管理器，或在 Azure Databricks 笔记本或 SQL 查询编辑器中使用 CREATE FOREIGN CATALOG SQL 命令。 你还可以使用 Databricks REST API 或 Databricks CLI 来创建目录。 请参阅 POST /api/2.1/unity-catalog/catalogs 和 Unity Catalog 命令。

所需的权限：对元存储的 CREATE CATALOG 权限以及连接的所有权或对连接的 CREATE FOREIGN CATALOG 特权。

1. 在 Azure Databricks 工作区中，单击 “目录”以打开目录资源管理器。

2. 在“目录”窗格顶部，单击 图标，然后从菜单中选择“添加目录”。

   也可在“快速访问”页中单击“目录”按钮，然后单击“创建目录”按钮。

3. 按照说明在 “创建目录”中创建外部目录。

在笔记本或 SQL 查询编辑器中运行以下 SQL 命令。 括号中的项是可选的。 替换占位符的值：

• <catalog-name>：Azure Databricks 中目录的名称。
• <connection-name>：指定数据源、路径和访问凭据的连接对象。
• <database-name>：要在 Azure Databricks 中作为目录镜像的数据库的名称。

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

支持以下下推：

• 过滤 器
• 预测
• 限度
• 聚合
• 演员阵容
• Contains、Startswith、Endswith、Like

从 Teradata 读取到 Spark 时，数据类型的映射如下：