Cette page contient des informations sur la connexion de Looker à Apache Spark 3.
Looker se connecte à Apache Spark 3 ou version ultérieure via une connexion JDBC au serveur Spark Thrift.
Chiffrement du trafic réseau
Il est recommandé de chiffrer le trafic réseau entre l'application Looker et votre base de données. Pour ce faire, consultez les options détaillées sur la page de documentation Sécurisation de l'accès à la base de données.
Créer la connexion Looker à votre base de données
Dans la section Admin de Looker, sélectionnez Connexions, puis cliquez sur Ajouter une connexion.
Saisissez les informations de connexion. La majorité des paramètres sont communs à la plupart des dialectes de base de données. Pour en savoir plus, consultez la page de documentation Connecter Looker à votre base de données. Voici quelques-uns de ces paramètres :
- Nom : nom de la connexion. Il s'agit de la façon dont il sera fait référence à la connexion dans le modèle LookML.
- Dialecte : sélectionnez Apache Spark 3+.
- Hôte : hôte du serveur Thrift.
- Port : port du serveur Thrift (10000 par défaut).
- Base de données : schéma/base de données par défaut qui sera modélisé. Si aucune base de données n'est spécifiée pour une table, celle-ci sera utilisée par défaut.
- Nom d'utilisateur : utilisateur sous lequel Looker s'authentifiera.
- Mot de passe : mot de passe facultatif pour l'utilisateur Looker.
- Activer les PDT : utilisez ce bouton pour activer les tables dérivées persistantes. Lorsque les PDT sont activés, la fenêtre Connexion affiche des paramètres PDT supplémentaires et la section Remplacements pour les PDT.
- Base de données temporaire : schéma/base de données temporaire pour stocker les PDT. Il doit être créé au préalable, avec une instruction telle que
CREATE SCHEMA looker_scratch;. - Paramètres JDBC supplémentaires : ajoutez ici des paramètres Hive JDBC supplémentaires, par exemple :
;spark.sql.inMemoryColumnarStorage.compressed=true;auth=noSasl
- SSL : décochez cette case.
- Fuseau horaire de la base de données : fuseau horaire des données stockées dans Spark. En général, vous pouvez le laisser vide ou le définir sur UTC.
- Fuseau horaire de la requête : fuseau horaire dans lequel afficher les données interrogées dans Looker.
Pour vérifier que la connexion a réussi, cliquez sur Test. Pour obtenir des informations sur le dépannage, consultez la page de documentation Tester la connectivité à la base de données.
Pour enregistrer ces paramètres, cliquez sur Connecter.
Prise en charge de fonctionnalités
Pour que Looker prenne en charge certaines fonctionnalités, votre dialecte de base de données doit également les prendre en charge.
Apache Spark 3 ou version ultérieure
Apache Spark 3+ est compatible avec les fonctionnalités suivantes à partir de Looker 26.0 :
| Fonctionnalité | Compatibilité |
|---|---|
| Looker (Google Cloud Core) | |
| Agrégations symétriques | |
| Tables dérivées | |
| Tables dérivées persistantes basées sur SQL | |
| Tables dérivées natives persistantes | |
| Vues stables | |
| Arrêt des requêtes | |
| Tableaux croisés dynamiques basés sur SQL | |
| Fuseaux horaires | |
| SSL | |
| Sous-totaux | |
| Paramètres JDBC supplémentaires | |
| Sensibilité à la casse | |
| Type de lieu | |
| Type de liste | |
| Centile | |
| Centile distinct | |
| Afficher les processus SQL Runner | |
| Décrire la table dans l'exécuteur SQL | |
| Afficher les index dans SQL Runner | |
| SQL Runner Select 10 | |
| Nombre d'exécutions SQL Runner | |
| Explication SQL | |
| Identifiants OAuth 2.0 | |
| Commentaires contextuels | |
| Regroupement de connexions | |
| Résumés HLL | |
| Reconnaissance d'agrégats | |
| Augmentation de tables PDT | |
| Millisecondes | |
| Microsecondes | |
| Vues matérialisées | |
| Mesures de variation par période | |
| Nombre approximatif d'éléments distincts |
Étapes suivantes
Une fois la connexion créée, définissez les options d'authentification.