Diese Seite enthält Informationen zum Verbinden von Looker mit Apache Spark 3.
Looker stellt über eine JDBC-Verbindung zum Spark Thrift-Server eine Verbindung zu Apache Spark 3 und höher her.
Netzwerk-Datenverkehr verschlüsseln
Es wird empfohlen, den Netzwerkverkehr zwischen der Looker-Anwendung und Ihrer Datenbank zu verschlüsseln. Prüfen Sie eine der Optionen, die auf der Dokumentationsseite Sicheren Datenbankzugriff ermöglichen beschrieben werden.
Looker-Verbindung zu Ihrer Datenbank erstellen
Wählen Sie in Looker im Bereich Verwaltung die Option Verbindungen und dann Verbindung hinzufügen aus.
Geben Sie die Verbindungsdetails ein. Die meisten Einstellungen sind den meisten Datenbankdialekten gemeinsam. Weitere Informationen finden Sie auf der Dokumentationsseite Looker mit Ihrer Datenbank verbinden. Einige der Einstellungen werden im Folgenden beschrieben:
- Name: Der Name der Verbindung. Auf diese Weise wird im LookML-Modell auf die Verbindung verwiesen.
- Dialekt: Wählen Sie Apache Spark 3+ aus.
- Host: Der Thrift-Serverhost.
- Port: Der Port des Thrift-Servers (standardmäßig 10000).
- Datenbank: Das Standardschema bzw. die Standarddatenbank, die modelliert wird. Wenn für eine Tabelle keine Datenbank angegeben ist, wird davon ausgegangen.
- Nutzername: Der Nutzer, als der Looker sich authentifiziert.
- Password: Das optionale Passwort für den Looker-Nutzer.
- PDTs aktivieren: Mit dieser Option können Sie persistente abgeleitete Tabellen aktivieren. Wenn PDTs aktiviert sind, werden im Fenster Connection (Verbindung) zusätzliche PDT-Einstellungen und der Bereich PDT Overrides (PDT-Überschreibungen) angezeigt.
- Temporäre Datenbank: Ein temporäres Schema/eine temporäre Datenbank zum Speichern von PDTs. Sie muss vorher mit einer Anweisung wie
CREATE SCHEMA looker_scratch;erstellt werden. - Zusätzliche JDBC-Parameter: Fügen Sie hier zusätzliche Hive-JDBC-Parameter hinzu, z. B.:
;spark.sql.inMemoryColumnarStorage.compressed=true;auth=noSasl
- SSL: Lassen Sie dieses Kästchen leer.
- Zeitzone der Datenbank: Die Zeitzone der in Spark gespeicherten Daten. Normalerweise kann es leer gelassen oder auf UTC eingestellt werden.
- Query Time Zone: Die Zeitzone für die Anzeige der in Looker abgefragten Daten.
Klicken Sie auf Testen, um zu prüfen, ob die Verbindung erfolgreich hergestellt wurde. Informationen zur Fehlerbehebung finden Sie auf der Dokumentationsseite Datenbankkonnektivität testen.
Klicken Sie auf Verbinden, um diese Einstellungen zu speichern.
Funktionsunterstützung
Damit Looker einige Funktionen unterstützen kann, müssen diese auch von Ihrem Datenbankdialekt unterstützt werden.
Apache Spark 3 und höher
Apache Spark 3 und höher unterstützt ab Looker 24.18 die folgenden Funktionen:
| Funktion | Unterstützt? |
|---|---|
| Supportstufe | Unterstützt |
| Looker (Google Cloud Core) | Ja |
| Symmetrische Summen | Ja |
| Abgeleitete Tabellen | Ja |
| Persistente SQL-Abgeleitete Tabellen | Ja |
| Nichtflüchtige native abgeleitete Tabellen | Ja |
| Stabile Ansichten | Ja |
| Anfrage abbrechen | Ja |
| SQL-basierte Pivot-Tabellen | Ja |
| Zeitzonen | Ja |
| SSL | Ja |
| Zwischensummen | Ja |
| Zusätzliche JDBC-Parameter | Ja |
| Groß-/Kleinschreibung beachten | Ja |
| Standorttyp | Ja |
| Listentyp | Ja |
| Perzentil | Ja |
| Unterschiedliches Perzentil | Nein |
| SQL Runner – Prozesse anzeigen | Nein |
| SQL Runner Describe Table | Ja |
| SQL Runner – Indexe anzeigen | Nein |
| SQL Runner – Select 10 | Ja |
| Anzahl der SQL Runner | Ja |
| SQL Explain | Ja |
| OAuth-Anmeldedaten | Nein |
| Kontextkommentare | Ja |
| Verbindungs-Pooling | Nein |
| HLL-Skizzen | Nein |
| Aggregatfunktion | Ja |
| Inkrementelle PDTs | Nein |
| Millisekunden | Ja |
| Mikrosekunden | Ja |
| Materialisierte Ansichten | Nein |
| Ungefähre Anzahl einzelner Aufrufe | Nein |
Nächste Schritte
Nachdem Sie die Verbindung erstellt haben, legen Sie die Authentifizierungsoptionen fest.