外部目錄

外部目錄是資料源自 Oracle AI Data Platform Workbench 之外位置的目錄。

教學課程圖示 LiveLabs Sprint

外部目錄會連線至 Oracle Autonomous AI Lakehouse 、Oracle AI Database 和 Oracle Autonomous AI Transaction Processing 等來源，以將資料擷取至您的 AI Data Platform Workbench。外部目錄會使用建立外部目錄時所提供的證明資料來查詢外部來源。如需資料來源的詳細資訊，請參閱內部來源。

例如，如果您為 Autonomous AI Lakehouse 執行個體建立外部目錄，其中所使用的 Autonomous AI Lakehouse 使用者憑證可以存取 schema1 而不能存取 schema2 ，則外部目錄中只會顯示 schema1 。具備外部目錄權限的使用者只能查詢 Autonomous AI Lakehouse 使用者可存取的綱要。

附註：

AI 資料平台工作台不支援從跨可插拔資料庫 (PDB) 或 Oracle 維護的綱要和表格共用的綱要和表格收集資料。

Autonomous AI Lakehouse 和 Autonomous AI Transaction Processing 的必要權限

當您在 AI 資料平台工作台中建立外部目錄時，您用來連線的使用者憑證應至少具有下列權限：
  • CREATE SESSION 連線至資料庫
  • 透過最低權限授權或專用讀取角色選取必要物件 (表格 / 視觀表 / 外部表格) 的存取權
  • READ,WRITE on DIRECTORY, DATA_PUMP_DIR
如果您要在外部目錄中插入資料或建立新表格，請確保使用者屬於 DWROLE 的一部分。如需詳細資訊，請參閱 Oracle Autonomous AI Transaction Processing 文件，管理 Autonomous AI Database 的使用者權限 - 使用從屬端工具連線。

限制

外部型錄不支援 UPDATE 作業。使用外部目錄表格進行尋找和查詢存取。

即使用來建立外部目錄的證明資料具有執行 DDL 敘述句的權限，也不支援 DDL。

表格名稱外殼會影響表格在 Oracle Autonomous AI Lakehouse 中的建立方式。請注意，從 Autonomous AI Lakehouse 中的 AI Data Platform 建立表格時，建立表格的行為
  • 如果表格名稱是以大寫形式提供，則會使用大寫字母建立表格，並遵循 Autonomous AI Lakehouse 中的預設不區分大小寫行為。
  • 如果表格名稱是以小寫形式提供，則在 Autonomous AI Lakehouse 中建立表格時會區分大小寫。透過 Autonomous AI Lakehouse 建立之表格的資料欄名稱一律會區分大小寫。

建立外部目錄

您可以將目錄從「AI 資料平台工作台」連線至外部來源。

  1. 按一下左側導覽窗格中的建立，然後選取目錄。您也可以瀏覽至主目錄，然後按一下 建立目錄圖示 在主目錄中建立目錄。
  2. 填寫姓名與說明欄位。
  3. 從目錄類型下拉式清單中，選取外部目錄。
  4. 選取外部來源類型。
    • 若為 Oracle Autonomous AI Lakehouse ，請提供公事包檔案或執行處理組態。
    • 若為 Oracle Autonomous AI Transaction Processing ，請提供公事包檔案或執行處理組態。
    • 若為 Oracle AI Database ，請提供公事包檔案或執行處理組態。
    • 若為 Kafka，請提供啟動安裝伺服器。請使用逗號區隔多個伺服器。(即將發布)
  5. 填寫使用者名稱與密碼。
  6. 預設為啟用 SSL。清除此方塊即可停用 SSL。
  7. 按一下建立。
    從外部來源擷取資料的外部目錄會顯示旋轉圓形圖示。
    主目錄樹狀結構檢視，其中在醒目提示的目錄旁邊有旋轉的「進行中」圖示

    您也可以從工作執行監督進度。

建立專用網路的外部目錄

您可以建立外部目錄，以存取專用網路中的資料來源。

  1. 按一下左側導覽窗格中的建立，然後選取目錄。您也可以瀏覽至主目錄，然後按一下 建立型錄圖示 在主目錄中建立目錄。
  2. 填寫姓名與說明欄位。
  3. 從目錄類型下拉式清單中，選取外部目錄。
  4. 選取外部來源類型：
    • 若為 Oracle Autonomous AI Lakehouse ，請提供公事包檔案或執行處理組態。
    • 若為 Oracle Autonomous AI Transaction Processing ，請提供公事包檔案或執行處理組態。
    • 若為 Oracle AI Database ，請提供公事包檔案或執行處理組態。
    • 若為 Oracle Exadata Database Service ，請提供主機、連接埠和服務名稱 (SID)。
    • 對於 Snowflake，請提供 Snowflake 帳戶名稱、資料庫名稱和倉儲。針對「認證」方法，選取金鑰組，提供私密金鑰檔案和私密金鑰密碼詞組。
    • 若為 Azure SQL，請提供主機、連接埠、使用者名稱和密碼。您可以選擇性地包含資料庫名稱。
    • 若為 MySQL，請提供主機、連接埠、使用者名稱和密碼。
    • 若為 Kafka，請提供啟動安裝伺服器。請使用逗號區隔多個伺服器。(即將發布)
  5. 填寫使用者名稱與密碼。
  6. 預設為啟用 SSL。清除此方塊即可停用 SSL。
  7. 選取啟用專用網路。
  8. 選取具有所需專用網路組態的工作區。
    如需有關為專用網路設定工作區的資訊，請參閱建立啟用專用網路存取的工作區。
  9. 按一下建立。
    從外部來源擷取資料的外部目錄會顯示旋轉圓形圖示。
    主目錄樹狀結構檢視，其中在醒目提示的目錄旁邊有旋轉的「進行中」圖示

    您也可以從工作執行監督進度。

重新整理外部資料目錄

您可以觸發重新整理所有外部目錄，以從來源更新其內容。

  1. 在「首頁」上，按一下主目錄。
  2. 選取您要重新整理的外部目錄。
  3. 按一下 Refresh icon 重新整理。
    當您按一下重新整理時，工作流程會從背景開始，以從外部目錄擷取和更新中繼資料。從外部來源擷取資料的目錄會顯示旋轉圓形圖示。
    主目錄樹狀結構檢視，其中在醒目提示的目錄旁邊有旋轉的「進行中」圖示

    您也可以從工作執行監督進度。

使用 SQL 重新整理外部目錄

您可以使用 SQL 文法重新整理外部目錄、綱要和表格的中繼資料。

若要重新整理外部目錄，請使用：

REFRESH EXTERNAL CATALOG <<catalog_name>>

若要重新整理外部目錄中的綱要，請使用：

REFRESH SCHEMA IN EXTERNAL CATALOG <<catalog_name.schema_name>>

若要重新整理外部目錄中綱要的表格，請使用：

REFRESH TABLE IN EXTERNAL CATALOG <<catalog_name.schema_name.table_name>>

如需詳細資訊，請參閱 SQL Grammar 。

編輯外部目錄描述

如果外部型錄的內容或目的已變更，您可以在建立後編輯其描述。

  1. 在「首頁」上，按一下主目錄。
  2. 在外部目錄旁邊，按一下 動作 3 點圖示 動作，然後按一下編輯描述。

    對已反白顯示「編輯描述」的目錄開啟動作三點功能表

  3. 對目錄說明進行變更，然後按一下儲存。

重新命名外部目錄

您可以重新命名外部目錄，以在目錄的內容或目的變更時提供描述性標籤。

您無法重新命名預設型錄。
  1. 在「首頁」上，按一下主目錄。
  2. 在您的目錄旁邊，按一下 動作 3 點圖示 動作，然後按一下重新命名。

    標示「重新命名」之目錄的動作三點功能表開啟

  3. 對目錄名稱進行變更，然後按一下儲存。

編輯外部目錄組態

您可以編輯外部目錄的組態，以更新必要的密碼。

  1. 在「首頁」上，按一下主目錄。
  2. 在您的目錄旁邊，按一下 動作 3 點圖示 動作，然後按一下編輯組態。
  3. 輸入外部目錄的新密碼，然後按一下儲存。

刪除外部目錄

您可以刪除外部目錄，以移除所有本機儲存的描述資料。

刪除外部目錄只會刪除本機儲存的描述資料。資料來源中的資料不會受到影響。

  1. 在「首頁」上，按一下主目錄。
  2. 在您的目錄旁邊，按一下 動作 3 點圖示 動作，然後按一下刪除。

    已反白顯示「刪除」之型錄的動作三點功能表

  3. 選取確認刪除目錄。
  4. 按一下「刪除」。

如何從外部目錄中的表格刪除資料

當目錄和表格設定為支援下推式 SQL DELETE 時，您可以使用 Spark 寫入路徑從外部目錄表格刪除資料列。

使用目錄 ID 刪除表格資料：Python 範例

from pyspark.sql.types import StructType

df = spark.createDataFrame([], StructType([]))


    df.write
      .format("aidataplatform")
      .option("catalog.id", "<catalog>")
      .option("pushdown.sql", "DELETE FROM <schema>.<target_table> WHERE ID = 2")
      .save()

使用目錄 ID 刪除表格資料：Scala 範例

val df = spark.emptyDataFrame

df.write
  .format("aidataplatform")
  .option("catalog.id", "<catalog>")
  .option("pushdown.sql", "DELETE FROM <schema>.<target_table> WHERE ID = 2")
  .save()

刪除表格資料的攝取樣式範例：Python 範例

from pyspark.sql.types import StructType
df = spark.createDataFrame([], StructType([]))

df.write
  .format("aidataplatform")
  .option("data.asset.type", "ORACLE_ALH")
  .option("tns.alias", alhTns)
  .option("user.name", userName)
  .option("wallet.content", alhWalletContent)
  .option("password", alhPassword)
  .option("pushdown.sql", "DELETE FROM ADMIN.PUSHDOWN_FEATURE WHERE ID = 2")
  .save()

用於刪除表格資料的擷取樣式範例：Scala 範例

val df = spark.emptyDataFrame

df.write
  .format("aidataplatform")
  .option("data.asset.type", "ORACLE_ALH")
  .option("tns.alias", alhTns)
  .option("user.name", userName)
  .option("wallet.content", alhWalletContent)
  .option("password", alhPassword)
  .option("pushdown.sql", "DELETE FROM ADMIN.PUSHDOWN_FEATURE WHERE ID = 2")
  .save()