連接到流集

預覽

此功能已在公共預覽．

StreamSets可以幫助您在整個生命周期中管理和監視數據流。StreamSets本機集成Databricks和Delta Lake，允許您從各種來源提取數據並輕鬆管理管道。

有關StreamSets的一般演示，請觀看以下YouTube視頻(10分鍾)。

下麵是使用StreamSets和Databricks的步驟。

步驟1:生成Databricks個人訪問令牌

StreamSets使用Databricks個人訪問令牌對Databricks進行身份驗證。要生成個人訪問令牌，請遵循生成一個個人訪問令牌．

請注意

作為安全最佳實踐，當使用自動化工具、係統、腳本和應用程序進行身份驗證時，Databricks建議您使用屬於的訪問令牌服務主體而不是工作區用戶。要為服務主體創建訪問令牌，請參見管理服務主體的訪問令牌．

StreamSets將把數據寫入S3桶，Databricks集成集群將從該位置讀取數據。因此，集成集群需要對S3桶的安全訪問。

要訪問AWS資源，可以使用實例概要啟動Databricks集成集群。實例概要文件應該能夠訪問登台S3存儲桶和目標S3存儲桶，您希望在其中寫入Delta表。要創建實例概要文件並配置集成集群以使用角色，請遵循使用實例概要保護對S3桶的訪問．

作為替代，你可以使用IAM證書傳遞，它支持從共享集群訪問特定於用戶的S3數據。

啟用自動優化將以下屬性添加到您的火花配置：

                spark.databricks.delta.optimizeWrite.enabled真實spark.databricks.delta.autoCompact.enabled真實
               

集群配置請參見配置集群．

看到檢索連接詳細信息參閱獲取JDBC URL和HTTP路徑的步驟。

要將Databricks集群連接到StreamSets，您需要以下JDBC/ODBC連接屬性:

報名為數據流集，如果您還沒有StreamSets帳戶。你可以免費開始，準備好了就升級;看到StreamSets DataOps平Beplay体育安卓版本台定價．

從示例管道開始或檢查StreamSets解決方案學習如何建立一個將數據輸入Delta Lake的管道。