Ajouter des propriétés spécifiques à Azure pour accéder au système de stockage depuis Databricks

Ajoutez des propriétés spécifiques à Azure à la configuration Spark de votre cluster Databricks, pour qu'il puisse accéder à Azure Storage.

Cette procédure est nécessaire uniquement lorsque vous souhaitez que vos Jobs Talend pour Apache Spark utilisent Azure Blob Storage ou Azure Data Lake Storage avec Databricks.

Avant de commencer

Assurez-vous que votre cluster Spark dans Databricks a bien été créé, qu'il est en cours d'exécution et que sa version est supportée par le Studio. Si vous utilisez Azure Data Lake Storage Gen 2, seule Databricks 5.4 est supportée.

Pour plus d'informations, consultez Créer un espace de travail Azure Databricks (uniquement en anglais) dans la documentation Azure.
Vous devez avoir un compte Azure.
Le service Azure Blob Storage ou Azure Data Lake Storage à utiliser doit avoir été créé et vous devez avoir les autorisations adéquates pour y accéder. Pour plus d'informations concernant Azure Storage, consultez Didacticiels pas à pas (uniquement en anglais) dans la documentation Azure.

Procédure

Dans l'onglet Configuration de la page de votre cluster Databricks, faites défiler jusqu'à l'onglet Spark au bas de la page.
Exemple
Cliquez sur Edit afin de rendre modifiables les champs de cette page.

Dans l'onglet Spark, saisissez les propriétés Spark concernant les autorisations à utiliser pour accéder à votre système Azure Storage.

Option Description

Azure Blob Storage

Option	Description
Azure Blob Storage	Lorsque vous devez utiliser Azure Blob Storage avec Azure Databricks, ajoutez la propriété Spark : Le paramètre fournissant la clé de compte : `spark.hadoop.fs.azure.account.key.<storage_account>.blob.core.windows.net <key>` Assurez-vous que le compte à utiliser contient les droits d'accès en lecture écriture appropriés. Si vous devez écrire des données à la suite dans un fichier existant, ajoutez ce paramètre : `spark.hadoop.fs.azure.enable.append.support true`
Azure Data Lake Storage (Gen 1)	Lorsque vous devez utiliser Azure Data Lake Storage Gen1 avec Databricks, ajoutez les propriétés Spark suivantes, une par ligne : `spark.hadoop.dfs.adls.oauth2.access.token.provider.type ClientCredential spark.hadoop.dfs.adls.oauth2.client.id <your_app_id> spark.hadoop.dfs.adls.oauth2.credential <your_authentication_key> spark.hadoop.dfs.adls.oauth2.refresh.url https://login.microsoftonline.com/<your_app_TENANT-ID>/oauth2/token`
Azure Data Lake Storage (Gen 2)	Lorsque vous devez utiliser Azure Data Lake Storage Gen2 avec Databricks, ajoutez les propriétés Spark suivantes, une par ligne : Le paramètre fournissant la clé de compte : `spark.hadoop.fs.azure.account.key.<storage_account>.dfs.core.windows.net <key>` Cette clé est associée au compte de stockage à utiliser. Cette clé se trouve dans le panneau Access keys de ce compte de stockage. Deux clés sont disponibles pour chaque compte. Par défaut, n'importe laquelle peut être utilisée pour accéder au compte. Assurez-vous que le compte à utiliser contient les droits d'accès en lecture écriture appropriés. Si le système de fichiers ADLS à utiliser n'existe pas encore, ajoutez le paramètre suivant : `spark.hadoop.fs.azure.createRemoteFileSystemDuringInitialization true`

Lorsque vous devez utiliser Azure Blob Storage avec Azure Databricks, ajoutez la propriété Spark :

Le paramètre fournissant la clé de compte :
```
spark.hadoop.fs.azure.account.key.<storage_account>.blob.core.windows.net <key>
```
Assurez-vous que le compte à utiliser contient les droits d'accès en lecture écriture appropriés.
Si vous devez écrire des données à la suite dans un fichier existant, ajoutez ce paramètre :
```
spark.hadoop.fs.azure.enable.append.support true
```

Azure Data Lake Storage (Gen 1)

Lorsque vous devez utiliser Azure Data Lake Storage Gen1 avec Databricks, ajoutez les propriétés Spark suivantes, une par ligne :

spark.hadoop.dfs.adls.oauth2.access.token.provider.type ClientCredential
spark.hadoop.dfs.adls.oauth2.client.id <your_app_id>
spark.hadoop.dfs.adls.oauth2.credential <your_authentication_key>
spark.hadoop.dfs.adls.oauth2.refresh.url https://login.microsoftonline.com/<your_app_TENANT-ID>/oauth2/token

Azure Data Lake Storage (Gen 2)

Lorsque vous devez utiliser Azure Data Lake Storage Gen2 avec Databricks, ajoutez les propriétés Spark suivantes, une par ligne :

Le paramètre fournissant la clé de compte :
```
spark.hadoop.fs.azure.account.key.<storage_account>.dfs.core.windows.net <key>
```
Cette clé est associée au compte de stockage à utiliser. Cette clé se trouve dans le panneau Access keys de ce compte de stockage. Deux clés sont disponibles pour chaque compte. Par défaut, n'importe laquelle peut être utilisée pour accéder au compte.

Assurez-vous que le compte à utiliser contient les droits d'accès en lecture écriture appropriés.
Si le système de fichiers ADLS à utiliser n'existe pas encore, ajoutez le paramètre suivant :
```
spark.hadoop.fs.azure.createRemoteFileSystemDuringInitialization true
```

Pour plus d'informations concernant comment trouver votre ID d'application et votre clé d'authentification, consultez Obtenir un ID d’application et une clé d’authentification (uniquement en anglais) dans la documentation Azure. Dans la même documentation, vous pouvez également trouver des détails concernant votre ID de tenant à l'adresse Obtenir l’ID de tenant (uniquement en anglais).

Si vous devez exécuter des Jobs Spark Streaming avec Databricks, dans le même onglet Spark , ajoutez la propriété suivante pour définir un sérialiseur Spark par défaut. Si vous ne souhaitez pas exécuter de Jobs Spark Streaming, ignorez cette étape.
```
spark.serializer org.apache.spark.serializer.KryoSerializer
```
Redémarrez votre cluster Spark.
Dans l'onglet Spark UI de la page de votre cluster Databricks, cliquez sur Environment pour afficher la liste des propriétés et vérifiez que chaque propriété ajoutée dans les étapes précédentes est présente dans la liste.

Cette page vous a-t-elle aidé ?

Si vous rencontrez des problèmes sur cette page ou dans son contenu – une faute de frappe, une étape manquante ou une erreur technique – faites-le-nous savoir.

Laissez vos commentaires ici