Azure Databricks连接Oracle数据库的实操步骤及问题解决方案问询

1. 所需Jar包及官方获取渠道 #

• 适配Oracle 12c及以上版本、Azure Databricks所有主流运行时版本的驱动为ojdbc8.jar，如果对接的是Oracle 11g及更低版本，可选择ojdbc6.jar
• 注意：仅上传ojdbc8.jar大概率会出现连接异常，必须配套上传同版本的orai18n.jar处理多字节字符集兼容问题，这是最常见的连接失败诱因
• 官方获取渠道：在Oracle官方网站的数据库软件下载分区，找到对应版本的JDBC驱动下载页即可获取，注册Oracle账号即可免费下载，无需额外付费

2. 完整连接操作步骤及示例代码 #

2.1 集群配置步骤 #

• 进入目标Databricks集群的「库」管理页面，上传下载好的ojdbc8.jar和orai18n.jar两个文件
• 重启集群，等待两个Jar包的状态更新为「已安装」后再进行后续操作

2.2 读取数据示例代码（Python） #

# 填写Oracle连接参数
jdbc_host = "Oracle数据库主机地址"
jdbc_port = "1521" # 按需修改为实际端口
jdbc_service_name = "Oracle服务名"
jdbc_username = "数据库账号"
jdbc_password = "数据库密码"
target_table = "目标表名，格式为SCHEMA_NAME.TABLE_NAME"

# 构造JDBC连接URL，使用服务名的写法
jdbc_url = f"jdbc:oracle:thin:@{jdbc_host}:{jdbc_port}/{jdbc_service_name}"
# 若使用SID而非服务名，替换为下面的写法
# jdbc_url = f"jdbc:oracle:thin:@{jdbc_host}:{jdbc_port}:{jdbc_sid}"

# 读取Oracle表数据
df = spark.read.format("jdbc") \
  .option("url", jdbc_url) \
  .option("dbtable", target_table) \
  .option("user", jdbc_username) \
  .option("password", jdbc_password) \
  .option("driver", "oracle.jdbc.driver.OracleDriver") \
  .load()

# 验证读取结果
df.show(5)

• 若上述步骤依然连接失败，优先排查Databricks集群所在虚拟网络的安全组、Oracle侧的防火墙是否放通了1521端口的访问权限，排除网络拦截问题

3. 更优的对接方案 #

• 小批量单次查询场景：直接用上述JDBC直连方案即可，无需引入额外组件，操作成本最低
• 大数据量同步/高频查询场景：推荐先通过Oracle CDC工具将全量+增量数据同步到Azure Data Lake Storage中，再通过Databricks直接读取湖内数据，该方案查询性能比JDBC直连高3~10倍，同时不会对生产Oracle数据库造成额外的查询压力

内容的提问来源于stack exchange，提问作者itskcl