1. Azure上での認証方式の選択

ストレージアクセスの際の認証方式をまずは決めます。主に以下の３つがあります。

ストレージアカウントキー
SAS Token
サービスプリンシパル (今回はこちら）

どの認証方式を利用するべきか、簡単な比較を作ってみました。（個人的主観が含まれます）

認証方式	設定対象範囲	設定の容易さ	お勧め用途	概要
ストレージアカウントキー	ストレージアカウント全体	◎	個人利用・検証環境	ストレージアカウントに発行されるキーを利用
SAS Token	コンテナ	○	検証環境・小規模環境	コンテナあるいはストレージアカウント毎に発行ができ、有効期限も設定できるため検証環境での利用が便利
サービスプリンシパル	コンテナ	△	本番環境	設定は少し複雑だが、アプリケーションに権限ロールを付与して運用するため、複数コンテナの管理などが可能

今回はサービスプリンシパル認証を利用した設定手順をご紹介します。

2. Azure Data Lake Storage の作成

それでは、早速ストレージ(Azure Data Lake Storage) を作成します。
作成手順については、こちらをご覧ください。

3. サービスプリンシパルの設定

##　サービスプリンシパルとは？
サービスプリンシパルとは、Application用のIDで、アプリケーションがアクセスできるための権限を付与することができます。またサービスプリンシパルをOAuthの認証認可で利用することで、データブリックスではストレージオブジェクトにアクセスできたり、Jobを特定の権限を付与した状態で実行できたりします。またストレージオブジェクトとサービスプリンシパルを紐づけるため、複数のストレージオブジェクトを一括で管理できるようになります。

参考：　もう多分怖くないサービスプリンシパル

##　サービスプリンシパルの作成

サービスプリンシパルの作成については、こちらの記事をご覧ください。

大まかな作業の流れは以下のとおりです。

Azure Active Directoryサービスで、アプリケーションIDの新規登録
クライアントシークレットの発行
対象ストレージ(ADLSコンテナ)から、上記のアプリケーションIDに対して、アクセスロールを付与する

この後、データブリックス側で利用するサービスプリンシパルの情報は以下になります。

application_id: Service PrincipalのApplication ID
directory_id: Service PrincipalのDirectory ID
client Secret Key: Service Principalで作成したシークレットキー

参考：

Azure サービスプリンシパルで OAuth 2.0 を使用して Azure Data Lake Storage Gen2 にアクセスする
Azure Data Lake StorageのContainerレベルでのアクセス制御
Azure Databricks: 3-2. DBFSにAzure Data Lake Storage Gen2をマウント

Databricksからのアクセス方法

Databricksからのアクセス方法としては、DBFS経由とDirect Accessの２つのアクセス方法があります。

またDirectAccessの場合、ノートブック上のセッション資格とクラスターに設定するクラスター資格の２つの設定方法があります。それぞれの特徴は以下の通りです。

|アクセス方法|資格|設定箇所|有効期間|アクセスユーザー対象範囲|
|:--------------------+---+---+-------+---+----------:|
|DBFS経由||Notebook(一度誰かがすればOK)|umountするまで永続|ワークスペース内の全ユーザー|
|Direct|セッション資格|Notebook(毎回実行)|Notebookセッション中|ノートブック利用者|
|Direct|クラスター資格|Cluster設定|Cluster起動中|Cluster利用者|

また、設定時にはアカウントキーがそのまま見えないように、シークレット設定することが可能です。これによりキーを安全に管理することができます。シークレット設定をする場合は、追加でシークレットスコープ設定が必要になります。詳細はこちらの手順をご覧ください

サンプルノートブック

DBFS経由でのアクセス設定

DBFS経由でアクセスさせる場合は、DBFSの /mnt 配下にストレージがマウントされます。これによりワークスペース利用者は誰でもこのストレージにアクセスすることが可能になります。また一度設定すれば umount しない限りノートブックを閉じても、クラスターが切り替わってもアクセスすることができるため、全員で利用するストレージを設定する際にお勧めな方法です。

サンプルノートブック

Directアクセス(セッション資格)設定

DBFSを利用せずに、Directアクセスさせることも勿論可能です。この場合２つの方法があり、ノートブック上で認証設定を行いアクセスするセッション資格設定と、クラスター上で設定することでクラスター利用者全員が利用できるようにするクラスター資格設定です。

サンプルノートブック

Directアクセス(クラスター資格)設定

アクセスキーをクラスター上のSpark Configにて設定することで、クラスターを利用するユーザーは簡単にストレージにアクセスできるようになります。この場合クラスターのアクセス権限にてユーザーのパーミッション管理を行えます。

サンプルノートブック