Delta Sharing: データ共有の標準化について

2024年11月26日

企業やチーム間でのデータ共有は、セキュリティと効率性が求められる重要な課題です。Databricksが提供するDelta Sharingは、これを解決するためのオープンプロトコルであり、プラットフォームに依存しない安全かつリアルタイムなデータ共有を可能にします。本記事では、Delta Sharingを利用してデータを共有する手順を具体的に解説します。Databricksの直感的なUIを用いたプロセスをステップごとに示し、設定後の活用方法についても触れます。

はじめに

企業やチーム間でのデータ共有は、セキュリティと効率性が求められる重要な課題です。Databricksが提供するDelta Sharingは、これを解決するためのオープンプロトコルであり、プラットフォームに依存しない安全かつリアルタイムなデータ共有を可能にします。

本記事では、Delta Sharingを利用してデータを共有する手順を具体的に解説します。Databricksの直感的なUIを用いたプロセスをステップごとに示し、設定後の活用方法についても触れます。

Delta Sharingを用いたデータ共有は、以下の4つのステップで構成されています。

1. 共有を作成

1. 共有を作成

Delta Sharingの第一歩は「共有の作成」です。このステップでは、共有するデータセットの目的や説明を設定します。

Databricksのカタログエクスプローラーにアクセスします。

「共有」タブを開き、「共有を作成」ボタンをクリックします。

以下のように、共有名とコメントを入力します。

共有名: 「売上データの共有」
コメント: 「月次の売上データに関する共有となります。」

作成が完了すると、次のステップに進む準備が整います。

2. データセットを追加

次に、共有するデータセット（テーブルやビュー）を追加します。これにより、受信者は指定されたデータのみを閲覧できます。

手順:
1. 「データセットを追加」ボタンをクリックします。
2. 共有したいDeltaテーブルやビューを選択します。
3. 必要に応じて、複数のデータセットを追加します。

データセットを選択すると、それらが共有設定に反映されます。このステップで共有するデータ範囲をしっかり絞り込むことが重要です。

3. ノートブックを追加

共有したデータに関する解説や使用例を含むノートブックを添付することで、受信者がデータの利用方法を容易に理解できるようにします。

手順:
1. 「ノートブックを追加」タブを選択します。
2. 必要なノートブックをアップロードまたは既存のものを選択します。

ノートブックを添付することで、データの意味や使用方法を文書化できます。これにより、データの受信者がスムーズに分析や活用を開始できるようになります。

4. 受信者を追加

最後に、データを共有する受信者を指定します。このステップでは、セキュリティを保ちながらデータアクセスを許可する対象を明確にします。

手順:

1.「受信者を追加」タブを開きます。

2.Databricks内のユーザーやグループを指定します。

3.必要に応じて、アクセス権限（読み取り専用など）を設定します。

Delta Sharingの活用例

設定が完了すると、受信者は指定されたデータセットに安全にアクセスできるようになります。受信者は、Databricks、Pandas、またはHTTPクライアントを使用してデータを取り出すことができます。

Pandasでのデータ取得例

以下は、Delta Sharingを利用してPandasでデータを取得する例です：

import pandas as pd
from delta_sharing import SharingClient

# Delta Sharingサーバーへの接続
client = SharingClient("")

# データを取得
df = pd.read_delta_table(client, "my_share.delta_sharing_example.data_to_share")
print(df.head())

このコードにより、共有リンクを用いてリアルタイムでデータを取得できます。