我想构建一个 API 来查询数据 block 的表并将结果输出为 JSON。实现此目的的一种方法是调用数据 block Jobs REST API执行作业并读取作业输出但有数据大小限制(最大 5MB,我的 API 结果集可以超过 20MB)。相反,我是否可以使用 Microsoft.Net 集群提供的 JDBC/ODBC 端点连接到数据 block ,或者是否有任何其他方式可以直接连接?我的 API 层最好需要在 Microsoft.Net 中构建。不过,我愿意尝试 Python。
最佳答案
我找到了几种连接到数据 block 集群的方法
- 使用 ODBC 连接与 Simba 驱动程序进行连接 (https://pages.databricks.com/ODBC-Driver-Download.html)。另外,@EdHarper 在上面的评论中分享
- 使用 cdata nuget 包 - https://www.cdata.com/drivers/spark/ado/但是,这涉及到许可费用
- 使用提供的 JDBC 连接字符串,可能需要 Java 代码
我继续使用选项 #1,下面是一个示例 C# 代码。
// Build connection string
OdbcConnectionStringBuilder odbcConnectionStringBuilder = new OdbcConnectionStringBuilder
{
Driver = "Simba Spark ODBC Driver"
};
odbcConnectionStringBuilder.Add("Host", "adb-xxxxxxxxxxxxx.7.xxxxxxxbricks.net");
odbcConnectionStringBuilder.Add("Port", "443");
odbcConnectionStringBuilder.Add("SSL", "1");
odbcConnectionStringBuilder.Add("ThriftTransport", "2");
odbcConnectionStringBuilder.Add("AuthMech", "3");
odbcConnectionStringBuilder.Add("UID", "token");
odbcConnectionStringBuilder.Add("PWD", "<Access token generated in databricks>");
odbcConnectionStringBuilder.Add("HTTPPath", "sql/protocolv1/o/xxxxxxxxxxxxxxx/yyyy8-dfcccf-tyyujjk8");
using (OdbcConnection connection = new OdbcConnection(odbcConnectionStringBuilder.ConnectionString))
{
string sqlQuery = "select * from yourdb.TableName";
OdbcCommand command = new OdbcCommand(sqlQuery, connection);
connection.Open();
OdbcDataReader reader = command.ExecuteReader();
for (int i = 0; i < reader.FieldCount; i++)
{
Console.Write(reader.GetName(i) + "\t");
}
Console.Write("\n");
reader.Close();
command.Dispose();
}
此外,您可以根据需要使用 DSN 进行连接,更多详细信息请参见此处 - https://www.simba.com/products/Spark/doc/v1/ODBC_InstallGuide/win/content/odbc/hi/windows/dsn.htm
关于python - 有没有办法使用 ADO.Net 连接到数据 block ?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/65334114/