Azure Databricks中Kedro配置SQLQueryDataset连接MSSQL超时报错

针对你遇到的pyodbc.OperationalError: HYT00登录超时错误，可按以下步骤排查解决：

1. 验证网络连通性 #

• 在Databricks集群的笔记本中执行命令测试MSSQL服务器端口（默认1433）的可达性：

  nc -zv <sql_server_name> 1433
  

• 如果不通：
  • 检查MSSQL服务器的防火墙规则，确保允许Databricks集群的出站IP或VNet对等连接访问1433端口；
  • 确认Databricks集群的网络配置（如VNet、NSG规则）未限制对MSSQL服务器的访问。

2. 修正连接字符串配置 #

• 修复格式问题：连接字符串中driver参数需用URL编码，空格替换为+，同时移除多余符号（如第二个配置末尾的引号、SQL语句中Enrollment_End_Date后的逗号）；
• 增加超时参数：显式设置登录超时时间（如30秒），避免默认超时过短；
• 直接替换变量测试：暂时将${Driver}等变量替换为实际值，排除Kedro变量解析问题。示例连接字符串：

  mssql+pyodbc://<sql_username>:<sql_password>@<sql_server_name>/<database_name>?driver=ODBC+Driver+17+for+SQL+Server&MARS_Connection=Yes&authentication=SqlPassword&TrustServerCertificate=Yes&login_timeout=30
  

3. 确认Databricks集群的ODBC驱动安装 #

部分Databricks Runtime版本默认未安装ODBC Driver 17 for SQL Server，需通过初始化脚本安装：

1. 创建install_odbc.sh脚本：

   #!/bin/bash
   curl https://packages.microsoft.com/keys/microsoft.asc | apt-key add -
   curl https://packages.microsoft.com/config/ubuntu/20.04/prod.list > /etc/apt/sources.list.d/mssql-release.list
   apt-get update
   ACCEPT_EULA=Y apt-get install -y msodbcsql17
   

2. 将脚本上传至DBFS，在集群配置中添加该初始化脚本后重启集群。

4. 验证凭据与权限 #

• 确认sql_username和sql_password正确，且该账号拥有目标数据库RBC及表RBC_Patients的读取权限；
• 如果是Azure SQL Database，需确认已启用SQL身份认证模式，且服务器允许SQL登录。

5. 隔离Kedro配置问题 #

• 在Databricks笔记本中直接用pyodbc测试连接，排除Kedro框架的影响：

  import pyodbc
  conn = pyodbc.connect(
      "DRIVER={ODBC Driver 17 for SQL Server};"
      "SERVER=<sql_server_name>;"
      "DATABASE=<database_name>;"
      "UID=<sql_username>;"
      "PWD=<sql_password>;"
      "TrustServerCertificate=Yes;"
      "login_timeout=30"
  )
  cursor = conn.cursor()
  cursor.execute("SELECT TOP 1 * FROM [RBC].[RBC_Patients]")
  print(cursor.fetchone())
  

• 如果测试成功，检查Kedro的catalog.yml配置是否正确引用了凭据，例如：

  rbc_patients_query:
    type: kedro.io.SQLQueryDataset
    sql: "SELECT B.Practice,B.Enrollment_Start_Date, B.Enrollment_End_Date FROM [RBC].[RBC_Patients] B"
    credentials: mssql_credentials
    dataset_args:
      connect_args:
        timeout: 30
  

内容的提问来源于stack exchange，提问作者saloni