如何在Databricks中无需JDBC直接连接AWS RDS并查询数据？

我尝试在Databricks中以AWS RDS实例作为源数据库执行查询，目前已在Databricks Python Notebook中通过JDBC实现该操作，代码如下：

# 先配置JDBC URL并获取用户名/密码，出于安全考虑这部分内容不便展示
query = 'SELECT * FROM transactions'

spark_df = spark.read.format('jdbc')\
    .option("url", jdbc_url) \
    .option("query", query) \
    .option("user", USER) \
    .option("password", PASSWORD)\
    .load()

我想知道是否无需使用JDBC代码就能直接查询该RDS数据库？比如像Mode Analytics、Redash、Superset这类平台，只需在管理界面配置主机/端口/用户名/密码等连接信息，就能在SQL编辑器中编写纯SQL直接查询RDS，无需为每次查询配置JDBC连接，体验就像在RDS实例上使用PGAdmin一样。

因此我想了解Databricks是否支持类似功能，即提供SQL编辑器直接选择RDS表进行查询。我知道Databricks有SQL数据仓库功能，但了解到它需要创建新实例并迁移数据，请问是否可以直接指向现有RDS实例，而非在Databricks UI中创建仓库并迁移数据？目前我查询到的资料都指向在Databricks创建新仓库，没有找到将现有RDS添加为仓库的相关文档。

1. Databricks支持直接用SQL编辑器查询RDS的方式 #

Databricks可以通过配置外部数据连接实现你要的功能，无需每次编写JDBC代码：

• 进入Databricks工作区，打开「数据」页面，选择「添加数据」→「连接到数据源」
• 选择对应RDS的数据库类型（如PostgreSQL、MySQL），填入RDS的主机地址、端口、数据库名、用户名、密码等信息，保存连接
• 配置完成后，在Databricks SQL编辑器中，可直接选择已配置的外部连接，编写纯SQL查询RDS中的表，体验和你提到的BI工具一致

2. 关于Databricks SQL仓库的澄清 #

Databricks SQL仓库是用来运行SQL查询的计算资源，不是存储数据的仓库，因此不需要迁移RDS数据。你只需创建SQL仓库（即计算实例），再通过外部数据连接关联RDS，就能让SQL仓库直接查询RDS中的数据，完全不用把数据导入Databricks。之前查到的「创建仓库」是指创建计算资源，而非存储数据的仓库——你可以用这个计算仓库直接访问外部RDS数据，无需迁移。

3. 额外优化建议 #

• 可以将RDS的用户名/密码存储在Databricks的「密钥保管库（Secrets）」中，避免明文配置，提升安全性
• 若需频繁查询RDS，可创建外部表，将RDS的表映射到Databricks的元数据中，之后在SQL编辑器里直接像本地表一样查询，无需每次指定连接

内容的提问来源于stack exchange，提问作者Eugenio.Gastelum96