如何将Azure Data Lake Store gen 2文件共享与Azure Databricks连接？

Question

我有一个Azure数据湖存储第二代帐户，启用了分层命名空间。我为帐户生成了SAS令牌，并将数据接收到文件共享(文件服务)中的文件夹。现在我想通过Azure Databricks和python访问这些文件。然而，似乎Azure Databricks只能访问文件系统(在gen1中称为Blob Container )，而不能访问文件共享。我也无法为文件系统生成SAS-token。

我希望有一个存储实例，可以生成SAS令牌并提供给我的客户端，并使用python从azure databricks访问相同的令牌。无论是文件系统、文件共享、ADLS gen2还是gen1都不重要，只要它能以某种方式工作即可。

我使用以下内容从databricks访问文件系统：

configs = {"fs.azure.account.auth.type": "OAuth",
           "fs.azure.account.oauth.provider.type": "org.apache.hadoop.fs.azurebfs.oauth2.ClientCredsTokenProvider",
           "fs.azure.account.oauth2.client.id": "my_client_id",
           "fs.azure.account.oauth2.client.secret": "my_client_secret",
           "fs.azure.account.oauth2.client.endpoint": "https://login.microsoftonline.com/"+"My_tenant_id" +"/oauth2/token",
           "fs.azure.createRemoteFileSystemDuringInitialization": "true"}

dbutils.fs.mount(source = "abfss://"+"my_file_system"+"@"+"my_storage_account"+".dfs.core.windows.net/MyFolder",
                 mount_point = "/mnt/my_mount",
                 extra_configs = configs) 

工作正常，但我不能让它访问文件共享。我有一个带有如下连接字符串的SAS-token：

connection_string = (
    'BlobEndpoint=https://<my_storage>.blob.core.windows.net/;'+
    'QueueEndpoint=https://<my_storage>.queue.core.windows.net/;'+
    'FileEndpoint=https://<my_storage>.file.core.windows.net/;'+
    'TableEndpoint=https://<my_storage>.table.core.windows.net/;'+
    'SharedAccessSignature=sv=2018-03-28&ss=bfqt&srt=sco&sp=rwdlacup&se=2019-09-26T17:12:38Z&st=2019-08-26T09:12:38Z&spr=https&sig=<my_sig>'
)

我设法使用它将内容上传到文件共享，但不是上传到文件系统。是否有任何类型的Azure存储可以由SAS-token和azure数据库访问？

Answer 1

从databricks连接到azure文件共享的步骤

首先在Databricks中使用pip install安装Microsoft Azure Storage File Share client library for Python。https://pypi.org/project/azure-storage-file-share/

安装后，创建存储帐户。然后，您可以从databricks创建文件共享

from azure.storage.fileshare import ShareClient

share = ShareClient.from_connection_string(conn_str="<connection_string consists of FileEndpoint=myFileEndpoint(https://storageaccountname.file.core.windows.net/);SharedAccessSignature=sasToken>", share_name="<file share name that you want to create>")

share.create_share()

将其用于进一步的参考https://docs.microsoft.com/en-us/azure/storage/common/storage-configure-connection-string

通过databricks将文件上传到fileshare的代码

from azure.storage.fileshare import ShareFileClient
 
file_client = ShareFileClient.from_connection_string(conn_str="<connection_string consists of FileEndpoint=myFileEndpoint(https://storageaccountname.file.core.windows.net/);SharedAccessSignature=sasToken>", share_name="<your_fileshare_name>", file_path="my_file")
 
with open("./SampleSource.txt", "rb") as source_file:
    file_client.upload_file(source_file)

有关详细信息，请参阅此链接https://pypi.org/project/azure-storage-file-share/