从Azure Databricks连接Azure SQL失败及驱动报错求助

一、解决TCP/IP连接失败报错 #

针对第一个报错com.microsoft.sqlserver.jdbc.SQLServerException: The TCP/IP connection to the host ...，即使已允许Azure资源访问，仍需检查以下几点：

• 验证防火墙规则细节：
  除了勾选"允许Azure服务和资源访问此服务器"，还要确认：

  1. 如果Databricks部署在虚拟网络中，需确保SQL Server的防火墙规则允许VNet的出站IP或服务端点访问；
  2. 检查是否有网络安全组(NSG)规则阻止了1433端口的出站流量；
  3. 确认SQL Server的公共访问是否未被设置为"拒绝"（在SQL Server的"网络设置"中查看）。

• 修正连接URL参数：
  Azure SQL不建议设置trustServerCertificate=true，其证书由受信任CA签发，该参数会绕过证书验证可能导致连接异常，应改为trustServerCertificate=false。

• 确认变量正确性：
  检查serverName和DatabaseName变量是否完全匹配Azure SQL服务器名称，重点排查拼写错误。

二、解决"No suitable driver"报错 #

第二个报错由URL格式错误、参数冲突及驱动配置缺失导致：

• 修复URL格式问题：
  修改后的URL存在两处错误：

  1. 包含无效参数net;loginTimeout=30;；
  2. 重复配置loginTimeout=30；
  3. URL中同时传入user和password，又在Spark option中重复设置，导致参数冲突。

• 指定JDBC驱动类：
  需显式指定驱动类，确保Databricks能正确加载SQL Server驱动（Databricks Runtime默认包含该驱动，但显式指定更稳妥）。

正确的连接代码示例 #

# 配置基础参数
server_name = "<你的SQL服务器名称>"
database_name = "<你的数据库名称>"
username = "<SQL用户名>"
password = "<SQL密码>"
table_name = "dbo.TableName"

# 构造合规的JDBC URL
jdbc_url = f"jdbc:sqlserver://{server_name}.database.windows.net:1433;database={database_name};encrypt=true;trustServerCertificate=false;hostNameInCertificate=*.database.windows.net;loginTimeout=30;"

# 读取Azure SQL数据
df = spark.read.format("jdbc") \
    .option("url", jdbc_url) \
    .option("dbtable", table_name) \
    .option("user", username) \
    .option("password", password) \
    .option("driver", "com.microsoft.sqlserver.jdbc.SQLServerDriver") \  # 显式指定驱动
    .load()

# 验证数据加载结果
display(df)

额外建议（服务主体场景优化） #

既然使用服务主体创建Databricks，推荐改用服务主体认证替代用户名密码，更符合Azure安全最佳实践：

1. 在Azure AD中为服务主体分配SQL DB的对应权限（如"参与者"或数据读写权限）；
2. 使用以下连接方式：

# 服务主体认证参数
service_principal_id = "<你的服务主体ID>"
service_principal_secret = "<你的服务主体密钥>"
tenant_id = "<你的租户ID>"

# 构造服务主体认证的JDBC URL
jdbc_url = f"jdbc:sqlserver://{server_name}.database.windows.net:1433;database={database_name};encrypt=true;trustServerCertificate=false;hostNameInCertificate=*.database.windows.net;loginTimeout=30;authentication=ActiveDirectoryServicePrincipal;clientId={service_principal_id};clientSecret={service_principal_secret};tenantId={tenant_id};"

# 读取数据
df = spark.read.format("jdbc") \
    .option("url", jdbc_url) \
    .option("dbtable", table_name) \
    .option("driver", "com.microsoft.sqlserver.jdbc.SQLServerDriver") \
    .load()

内容的提问来源于stack exchange，提问作者FalloutATS21