• 通过主账号登录 阿里云 Databricks控制台 。

• 已创建SQL Server实例，具体参见 创建SQL Server实例 。

• 已创建DDI集群，具体请参见 DDI集群创建 。

• 创建集群并通过knox账号访问NoteBook。

1. DDI集群与SQL Server实例网络打通。

   1. 登录RDS管理控制台 RDS管理控制台

   2. 点击右侧导航栏 实例列表 选择实例所在 region

   3. 点击实例ID进入实例详情页面

   4. 点击实例详情右侧导航栏 数据库连接

   5. 如图所示查看RDS实例所在的 VPC 和 VSwitch

   6. 登录到Databricks数据洞察集群 阿里云Databricks控制台

   7. 选择集群所在region进入 集群 列表

   8. 点击集群实例进入集群详情页面

   9. 点击详情页面上方 数据源 页签进入数据源页面点击 添加

   10. 选择通用网络，选择对应的VPC和VSwith点击 下一步 点击 确认 等待创建成功

2. 将数据源ENI IP添加至RDS白名单

   1. 等待1-j步骤的数据源实例创建好以后找到ENI IP

   2. 进入RDS管控实例点击数据库连接，选择白名单

   3. 选择创建好的白名单组，点击 修改

   4. 添加白名单选配项，点击 确认

3.登录Databricks数据洞察集群进入Notebook，代码实现SQL Server数据读写。

示例文本下载： The_Sorrows_of_Young_Werther.txt

在Notebook中使用%spark读取OSS文件，并执行WordCount代码实现。

%spark
// 从oss读取数据到spark的rdd
import org.apache.spark.sql.types.{LongType, StringType, StructField, StructType}
import org.apache.spark.sql.{Row, SQLContext}
// 从oss地址读取文本文档（注意oss文件在账号下上传到对应目录）
val text = sc.textFile("oss://your bucket/demo/The_Sorrows_of_Young_Werther.txt")
// 使用Scala做WordCount处理
val counts = text.flatMap(_.split("\\s+")).map(s => s.replaceAll("""[\.";,!]""", "")).map(word => (word, 1L)).reduceByKey(_+_).map(e => Row.apply(e._1, e._2))
lazy val schema = StructType(
    StructField("word", StringType) ::
    StructField("count", LongType) :: Nil)
val count_df = sqlContext.createDataFrame(counts, schema)
count_df.show()

在Notebook中使用%spark读写SQL Server数据

%spark
// ddi读写sqlserver数据
val sqlServer = "your server.rds.aliyuncs.com"
val sqlServerDb = "ddi_test"
val sqlServerUrl = s"jdbc:sqlserver://$sqlServer:1433;databaseName=$sqlServerDb"
//write
count_df.write.mode("overwrite").format("jdbc").option("driver","com.microsoft.sqlserver.jdbc.SQLServerDriver").option("url", sqlServerUrl).option("user","uname").option("password", "your ps").option("dbtable", "ddi_count").save()
//read
val sqlServer_read_df = spark.read.format("jdbc").option("driver","com.microsoft.sqlserver.jdbc.SQLServerDriver").option("url", sqlServerUrl).option("user","uname").option("password", "your ps").option("dbtable", "ddi_count").load
sqlServer_read_df.show()