PolyBase を使用して Databricks のデータを外部データソースとして接続

SQL Server のPolyBase を使用すると、データベーステーブルのクエリに使用するのと同じTransact-SQL 構文を使用して外部データをクエリできます。CData ODBC Driver for Databricks と組み合わせることで、SQL Server データのすぐ隣でDatabricks のデータに直接アクセスできます。この記事では、外部データソースと外部テーブルを作成して、T-SQL クエリを使用してリアルタイムのDatabricks のデータにアクセスできるようにする方法を説明します。

注意：PolyBase はSQL Server 19 以降でのみ使用できます。

CData Connect AI は Databricks 専用のSQL Server インターフェースを提供し、ネイティブでサポートされているデータベースにデータをレプリケートすることなく Databricks のデータをクエリできます。最適化されたデータ処理を標準で使用し、CData Connect AI はサポートされているすべてのSQL 操作（フィルター、JOIN など）を Databricks に直接プッシュし、サーバーサイド処理を活用して必要なDatabricks のデータを迅速に返します。

はじめに

---

PolyBase 用に Databricks への接続を設定

PolyBase から Databricks への接続は、CData Connect AI によって実現されます。PolyBase からDatabricks のデータを操作するには、まず Databricks 接続を作成し設定します。

1. Connect AI にログインして「Sources」をクリックし、 Add Connection をクリックします

2. Add Connection パネルから「Databricks」を選択します

3. Databricks への接続に必要な認証プロパティを入力します。

   Databricks 接続プロパティの取得・設定方法

   Databricks クラスターに接続するには、以下のプロパティを設定します。

   • Database：Databricks データベース名。
   • Server：Databricks クラスターのサーバーのホスト名。
   • HTTPPath：Databricks クラスターのHTTP パス。
   • Token：個人用アクセストークン。この値は、Databricks インスタンスのユーザー設定ページに移動してアクセストークンタブを選択することで取得できます。
   Databricks インスタンスで必要な値は、クラスターに移動して目的のクラスターを選択し、Advanced Options の下にあるJDBC/ODBC タブを選択することで見つけることができます。

   Databricks への認証

   CData は、次の認証スキームをサポートしています。

   • 個人用アクセストークン
   • Microsoft Entra ID（Azure AD）
   • Azure サービスプリンシパル
   • OAuthU2M
   • OAuthM2M

   個人用アクセストークン

   認証するには、次を設定します。

   • AuthScheme：PersonalAccessToken。
   • Token：Databricks サーバーへの接続に使用するトークン。Databricks インスタンスのユーザー設定ページに移動してアクセストークンタブを選択することで取得できます。

   その他の認証方法については、ヘルプドキュメント の「はじめに」セクションを参照してください。

   
4. Save & Test をクリックします
5. Add Databricks Connection ページの「Permissions」タブに移動し、ユーザーベースの権限を更新します。

Personal Access Token の追加

REST API、OData API、またはVirtual SQL Server 経由でConnect AI に接続する場合、Personal Access Token（PAT）を使用してConnect AI への接続を認証します。アクセス管理の粒度を維持するために、サービスごとに個別のPAT を作成することをお勧めします。

1. Connect AI アプリの右上にある歯車アイコン（）をクリックして設定ページを開きます。
2. Settings ページで「Access Tokens」セクションに移動し、 Create PAT をクリックします。
3. PAT に名前を付けて「Create」をクリックします。
4. Personal Access Token は作成時にのみ表示されるため、必ずコピーして安全な場所に保存してください。

接続の設定とPAT の生成が完了したら、Polybase からDatabricks のデータに接続する準備が整いました。

Databricks のデータ用の外部データソースを作成

接続を設定した後、外部データソース用の資格情報データベースを作成する必要があります。

資格情報データベースの作成

Databricks のデータ に接続する外部データソースの資格情報を作成するには、以下のSQL コマンドを実行します。

注意：IDENTITY にはConnect AI のユーザー名を、SECRET にはPersonal Access Token を設定します。

CREATE DATABASE SCOPED CREDENTIAL ConnectCloudCredentials
WITH IDENTITY = 'yourusername', SECRET = 'yourPAT';

Databricks 用の外部データソースを作成

PolyBase で Databricks 用の外部データソースを作成するには、CREATE EXTERNAL DATA SOURCE SQL コマンドを実行します：

CREATE EXTERNAL DATA SOURCE ConnectCloudInstance
WITH (
  LOCATION = 'sqlserver://tds.cdata.com:14333',
  PUSHDOWN = ON,
  CREDENTIAL = ConnectCloudCredentials
);

Databricks 用の外部テーブルを作成

外部データソースを作成した後、CREATE EXTERNAL TABLE ステートメントを使用して、SQL Server インスタンスからDatabricks のデータにリンクします。テーブルのカラム定義は、CData Connect AI で公開されているものと一致する必要があります。Connect AI のData Explorer を使用してテーブル定義を確認できます。

サンプルCREATE TABLE ステートメント

外部テーブルを作成するには、CREATE EXTERNAL TABLE SQL コマンドを実行し、照合順序を使用してLOCATION に接続、カタログ、テーブルの3部構成の表記を設定します。Databricks Customers に基づいて外部テーブルを作成するステートメントは、次のようになります。

CREATE EXTERNAL TABLE Customers(
  City COLLATE [nvarchar](255) NULL,
  CompanyName COLLATE [nvarchar](255) NULL,
  ...
) WITH (
  LOCATION='Databricks1.Databricks.Customers',
  DATA_SOURCE=ConnectCloudInstance
);

SQL Server インスタンスに Databricks 用の外部テーブルを作成したので、ローカルデータとリモートデータを同時にクエリできるようになりました。SQL Server データベースから300以上のSaaS、Big Data、NoSQL ソースへのリアルタイムデータアクセスを実現するために、CData Connect AI を今すぐお試しください！