概要

Databricks にて BigQuery から JDBC によりビューを参照する際に必要となる Google Cloud の権限に関する検証結果を共有します。検証の結果、下記の権限が必要となります。

BigQuery Data Viewer
BigQuery Job User
BigQuery Read Session User（4 万レコード以上の場合）

Databricks Federation の動作も確認しています。Databricks Runtime 16.1 以降のクラスターでは Spark Connector が利用される仕様変更がされたため、 16.4 と 15.4 のバージョンでそれぞれ実行しています。仕様変更内容について下記の記事で整理しています。

Databricks の Lakehouse federation にて BigQuery をソースにしている場合に Databricks Runtime 16.1 以降のクラスターでは Spark Connector が利用される仕様に変更 #Databricks - Qiita

事前準備

BigQuery にオブジェクトを作成

-- データセットを作成
CREATE SCHEMA IF NOT EXISTS `auth_test_04`;

-- テーブルを作成
CREATE OR REPLACE TABLE `auth_test_04.table_01` AS
SELECT *
FROM UNNEST([
  STRUCT(1 AS id, 'Alice' AS name, 100 AS score),
  STRUCT(2 AS id, 'Bob'   AS name,  95 AS score),
  STRUCT(3 AS id, 'Carol' AS name,  98 AS score)
]);

-- ビューを作成
CREATE OR REPLACE VIEW `auth_test_04.view_01` AS
SELECT * FROM `auth_test_04.table_01`;


SELECT * FROM `auth_test_04.view_01`;

サービスアカウント作後にキーを取得

BigQuery を Databricks の外部カタログに登録

Databricks にてノートブック作成後に実行するコードを記述

json_str = """{json_key}"""

import base64

encoded_string = base64.b64encode(json_str).decode('utf-8')

# プロジェクト ID を設定
parent_project_id = "axial-triode-368703"

# データ取得元のテーブル名を設定
table_name = "auth_test_02.view_01"

df = (
    spark.read
    .format("bigquery")
    .option("parentProject", parent_project_id)
    .option("credentials", encoded_string)
    .option("viewsEnabled", True)
    .option("table",table_name)
    .load()
)

df.limit(50).display()

4万レコード未満のビューにおける権限検証

`BigQuery Data Viewer`権限の追加

権限不足によるエラーが発生します。

Py4JJavaError: An error occurred while calling o900.load.
: java.sql.SQLException: [Simba]BigQueryJDBCDriver HttpTransport IO error : 403 Forbidden
POST https://bigquery.googleapis.com/bigquery/v2/projects/axial-triode-368703/jobs
{
"code": 403,
"errors": [
{
"domain": "global",
"message": "Access Denied: Project axial-triode-368703: User does not have bigquery.jobs.create permission in project axial-triode-368703.",
"reason": "accessDenied"
}
],
"message": "Access Denied: Project axial-triode-368703: User does not have bigquery.jobs.create permission in project axial-triode-368703.",
"status": "PERMISSION_DENIED"
}.

`BigQuery Job User`権限の追加

データを取得できます。

4万レコード以上のビューにおける権限検証

BigQuery にて 4 万レコード以上あるビューを作成後にデータを取得

権限不足によるエラーが発生します。

CREATE OR REPLACE VIEW `auth_test_04.shakespeare` AS
SELECT * FROM bigquery-public-data.samples.shakespeare;

SELECT COUNT(*) FROM `auth_test_04.shakespeare`;

# レコードが多いビューを指定
table_name = "bigquery-public-data.samples.shakespeare"

jdbc_url = (
    "jdbc:bigquery://https://www.googleapis.com/bigquery/v2;"
    f"ProjectId={project_id};"
    "OAuthType=0;"
    f"OAuthServiceAcctEmail={service_account_mail};"
    f"OAuthPvtKey={json_str};"
    "LogLevel=0;"
    "Timeout=600;"
)

bq_df = (
    spark.read.format("jdbc")
    .option("url", jdbc_url)
    .option("driver", driver)
    .option("dbtable", table_name)
    .load()
)

bq_df_count = bq_df.limit(40000).count()
print(bq_df_count)

Py4JJavaError: An error occurred while calling o1045.count.
: org.apache.spark.SparkException: Job aborted due to stage failure: Task 0 in stage 25.0 failed 4 times, most recent failure: Lost task 0.3 in stage 25.0 (TID 29) (10.139.64.11 executor driver): java.sql.SQLException: [Simba]BigQueryJDBCDriver Error initializing the Storage API. Message : bigquery.shaded.io.grpc.StatusRuntimeException: PERMISSION_DENIED: request failed: the user does not have 'bigquery.readsessions.create' permission for 'projects/axial-triode-XXXXX'

4万レコード未満であれば、エラーになりません。

`BigQuery Read Session User`権限を追加

データを取得できます。

Databricks Lakehouse Fedearation の検証

Databricks Runtime 16.4 での実行可否確認

権限不足によるエラーが発生します。

Py4JJavaError: An error occurred while calling t.addCustomDisplayData.
: bigquery.storageapi.shaded.com.google.cloud.bigquery.connector.common.BigQueryConnectorException: Error creating destination table using the following query: [SELECT id, name, score FROM axial-triode-368703.auth_test_04.view_01 LIMIT 10001 ]

Databricks Runtime 15.4 での実行可否確認

データを取得できます。

BigQuery Read Session User権限がない状態で、 4万レコードを取得しようとするとエラーとなります。

SparkException: Job aborted due to stage failure: Task 0 in stage 7.0 failed 4 times, most recent failure: Lost task 0.3 in stage 7.0 (TID 10) (10.139.64.10 executor 0): java.sql.SQLException: [Simba]BigQueryJDBCDriver Error initializing the Storage API. Message : bigquery.shaded.io.grpc.StatusRuntimeException: PERMISSION_DENIED: request failed: the user does not have 'bigquery.readsessions.create' permission for 'projects/axial-triode-XXXXX'