本页面包含有关将 Looker 连接到 Apache Spark 3 的信息。
Looker 通过 JDBC 连接到 Spark Thrift 服务器来连接到 Apache Spark 3+。
加密网络流量
对 Looker 应用与数据库之间的网络流量进行加密是一种最佳实践。可以考虑启用安全的数据库访问文档页面上介绍的某个选项。
创建 Looker 与数据库的连接
在 Looker 的管理 部分中，选择连接 ，然后点击添加连接 。
填写连接详情。大多数设置对于大多数数据库方言都是通用的。如需了解相关信息，请参阅将 Looker 连接到数据库文档页面。下面介绍了一些设置：
- 名称：连接的名称。这是在 LookML 模型中引用连接的方式。
- 方言：选择 Apache Spark 3+。
- 主机：Thrift 服务器主机。
- 端口 ：Thrift 服务器端口（默认为 10000）。
- 数据库：将建模的默认架构/数据库。如果未为表指定数据库，系统将假定使用此数据库。
- 用户名：Looker 将以该用户的身份进行身份验证。
- 密码：Looker 用户的可选密码。
- 启用 PDT：使用此开关启用永久性派生表。启用 PDT 后，连接 窗口会显示其他 PDT 设置和 PDT 替换 部分。
- 临时数据库：用于存储 PDT 的临时架构/数据库。必须事先使用
CREATE SCHEMA looker_scratch;等语句创建该数据库。 - 其他 JDBC 参数：添加任何其他 JDBC 参数。如需查看支持的参数列表，请参阅本页面的支持的 JDBC 参数部分。
- SSL：保持未选中状态。
- 数据库时区：存储在 Spark 中的数据的时区。通常可以留空或设置为 UTC。
- 查询时区：在 Looker 中显示查询到的数据的时区。
如需验证连接是否成功，请点击测试 。如需了解问题排查信息，请参阅测试数据库连接文档页面。
如需保存这些设置，请点击连接 。
支持的 JDBC 参数
对于 Apache Spark，Looker 支持在连接的 其他 JDBC 参数 字段中使用以下 JDBC 参数。如需了解这些参数的信息，请参阅数据库的相关文档。
batchsizecascadeTruncateconnectionProvidercreateTableColumnTypescreateTableOptionscustomSchemadbtablefetchsizeisolationLevelkeytablowerBoundnumPartitionsoracle.jdbc.mapDateToTimestamppartitionColumnpasswordpreferTimestampNTZprepareQueryprincipalpushDownAggregatepushDownLimitpushDownOffsetpushDownPredicatepushDownTableSamplequeryqueryTimeoutsessionInitStatementtruncateupperBoundurluser
功能支持
如需让 Looker 支持某些功能，您的数据库方言也必须支持这些功能。
Apache Spark 3+
截至 Looker 26.12，Apache Spark 3+ 支持以下功能：
| 功能 | 是否支持？ |
|---|---|
| Looker (Google Cloud Core) | |
| 对称聚合 | |
| 派生表 | |
| 基于 SQL 的永久性派生表 | |
| 原生永久性派生表 | |
| 稳定视图 | |
| 终止查询 | |
| 基于 SQL 的透视 | |
| 时区 | |
| SSL | |
| 小计 | |
| 其他 JDBC 参数 | |
| 区分大小写 | |
| 位置类型 | |
| 名单类型 | |
| 百分位 | |
| 不同值百分位 | |
| SQL Runner “Show Processes” | |
| SQL Runner “Describe Table” | |
| SQL Runner “Show Indexes” | |
| SQL Runner “Select 10” | |
| SQL Runner “Count” | |
| SQL “Explain” | |
| OAuth 2.0 凭证 | |
| 上下文注释 | |
| 连接池 | |
| HLL 草图 | |
| 汇总感知 | |
| 递增 PDT | |
| 毫秒 | |
| 微秒 | |
| 具体化视图 | |
| 与前一时间段相比的指标 | |
| 近似计数不同 | |
| 数据库内分析模型 | |
| 自定义日历 |
后续步骤
创建连接后，设置身份验证选项。