Správa základních prostředí pracovního prostoru

Tato stránka vysvětluje, jak vytvořit a spravovat základní prostředí pracovního prostoru v rámci pracovního prostoru. Základní prostředí pracovního prostoru umožňují správcům pracovních prostorů vytvářet a spravovat předem sestavená prostředí uložená v mezipaměti pro bezserverové poznámkové bloky.

Povolení

  • Základní prostředí pracovního prostoru můžou vytvářet a spravovat pouze správci pracovního prostoru.
  • Všichni uživatelé pracovního prostoru mají přístup k základním prostředím pracovního prostoru.
  • Všichni uživatelé pracovního prostoru můžou vytvářet vlastní specifikace bezserverového prostředí.

Jak fungují základní prostředí pracovního prostoru v Azure Databricks

V Azure Databricks je základní prostředí sdílenou specifikací YAML, která definuje verzi bezserverového prostředí a sadu dalších závislostí Python pro bezserverové poznámkové bloky. Správci pracovních prostorů vytvářejí a spravují základní prostředí, aby uživatelé mohli rychle začít z konzistentního prostředí uloženého v mezipaměti a volitelně přidávat vlastní knihovny.

Použití základních pracovních prostředí

Uživatelé můžou vybrat základní prostředí pracovního prostoru z rozevírací nabídky Základní prostředí v podokně prostředí . Základní prostředí pracovního prostoru se zobrazí v rozevírací nabídce spolu s dalšími možnostmi, jako jsou Standard, ML, AI a Custom.

Když vyberete základní prostředí pracovního prostoru, předdefinované prostředí v mezipaměti se rychle načte, což zkracuje dobu spuštění poznámkových bloků a úloh. Použití základních pracovních prostředí pro úlohy zvyšuje výkon, protože závislosti jsou již uloženy v mezipaměti.

Pokyny ke konfiguraci základních prostředí v poznámkových blocích najdete v tématu Výběr základního prostředí. Pokyny k používání spravovaných základních prostředí v úlohách najdete v tématu Konfigurace prostředí pro úlohy úloh.

Vytvoření a export specifikace prostředí

Nejjednodušší způsob, jak vytvořit platnou specifikaci YAML, je vytvořit prostředí na bočním panelu Prostředí a pak pomocí tlačítka Exportovat prostředí stáhnout soubor YAML.

  1. Otevřete poznámkový blok a připojte se k výpočetním prostředkům bez serveru.
  2. Klikněte na tlačítko Prostředíikona Prostředí. na bočním panelu poznámkového bloku.
  3. V části Základní prostředí vyberte Standard nebo použijte Více a zvolte konkrétní verzi prostředí. Databricks doporučuje používat nejnovější verzi bezserverového prostředí podporovanou vaším pracovním prostorem.
  4. Do pole Závislosti přidejte libovolné závislosti, které chcete mít v základním prostředí. Po zadání jednotlivých závislostí klikněte na Přidat závislost. Další pokyny k přidání závislostí najdete v tématu Přidání závislostí do poznámkového bloku.
  5. Klikněte na Použít v dolní části panelu prostředí, abyste měli jistotu, že je specifikace platná.
  6. Klikněte na ikonu nabídky Kebab. Poté v dolní části panelu prostředí klepněte na tlačítko Exportovat prostředí.
  7. Pojmenujte soubor YAML a přidejte ho do složky pracovního prostoru nebo svazku katalogu Unity.

Příklad specifikace prostředí

Následující příklad YAML je založen na specifikaci prostředí projektů MLflow. Definuje základní prostředí s několika závislostmi knihovny:

environment_version: '5'
dependencies:
  - --index-url https://pypi.org/simple
  - -r "/Workspace/Shared/requirements.txt"
  - my-library==6.1
  - /Workspace/Shared/Path/To/simplejson-3.19.3-py3-none-any.whl
  - git+https://github.com/databricks/databricks-cli

Přidání základního prostředí do pracovního prostoru

Přidání specifikace prostředí jako základního prostředí do pracovního prostoru:

  1. V pracovním prostoru přejděte na Nastavení.
  2. V části Správce pracovního prostoru vyberte Compute.
  3. Vedle základního prostředí pro bezserverové výpočetní prostředky klikněte na Spravovat.
  4. Klikněte na Vytvořit.
  5. Pojmenujte své základní prostředí. Toto je název, který uživatelé uvidí v rozevírací nabídce Základní prostředí .
  6. Vyberte soubor YAML specifikace prostředí pomocí nástroje pro výběr souboru. Můžete procházet soubory pracovního prostoru nebo svazky katalogu Unity.
  7. Vyberte, zda má být základní prostředí nastaveno jako výchozí pro všechny nové poznámkové bloky.
  8. (Volitelné) Chcete-li nastavit vlastní ID základního prostředí, rozbalte položku Upřesnit a zadejte hodnotu v ID základního prostředí. ID musí obsahovat pouze malá písmena, číslice a pomlčky bez počátečních nebo koncových pomlček. Pokud nezadáte ID, Azure Databricks ho automaticky vygeneruje. ID nelze po vytvoření základního prostředí upravit.
  9. Klikněte na Vytvořit.

Základní prostředí se začne vytvářet. Zkontrolujte sloupec Stav v seznamu základních prostředí. Změní se na Připraveno k použití, jakmile bude připraveno.

Sestavení pro výpočetní prostředí GPU bez serveru (AI Runtime)

Důležité

Tato funkce je v beta verzi. Správci pracovního prostoru můžou řídit přístup k této funkci ze stránky Previews . Viz Manage Azure Databricks preview.

Při vytváření základního prostředí můžete volitelně povolit zaškrtávací políčko Build for Serverless GPU Compute k sestavení prostředí pro úlohy GPU. Tím se vytvoří verze základního prostředí kompatibilní s GPU, která se zobrazí na kartě GPU .

Stránka pro správu základních prostředí má dvě karty:

  • CPU: Uvádí základní prostředí pro bezserverové výpočetní prostředí (úlohy bez GPU).
  • GPU: Vypíše základní prostředí pro modul runtime AI. Tato karta také zobrazuje řádky prostředí AI, které odpovídají základním prostředím AI. Další informace najdete v tématu Prostředí Databricks AI.

Nejnovější standard odkazuje na nejnovější stabilní základní verzi standardního prostředí, kterou poskytuje Databricks.

Poznámka:

Záznamy o využití přidružené k sestavení a aktualizaci základních prostředí mají billing_origin_product sloupec nastavený na BASE_ENVIRONMENTS. Kromě toho se ve sloupci vyplní konkrétní ID základního usage_metadata.base_environment_id prostředí.

Nastavení výchozího základního prostředí pracovního prostoru

Ve výchozím nastavení serverless notebooky ve workspace nevyužívají žádné základní prostředí. Správci pracovního prostoru mohou vybrat základní prostředí, které se ve výchozím nastavení použije pro všechny nové notebooky.

  1. V pracovním prostoru přejděte na Nastavení.
  2. V části Správce pracovního prostoru vyberte Compute.
  3. Vedle základního prostředí pro bezserverové výpočetní prostředky klikněte na Spravovat.
  4. Kliknutím na ikonu hvězdičky vedle základního prostředí ji nastavíte jako výchozí.

Všechny nové bezserverové poznámkové bloky teď budou mít jako výchozí nastavení vybrané základní prostředí.

Aktualizace základního prostředí

Můžete chtít upravit základní soubor prostředí a aktualizovat čísla verzí nebo přidat nebo odebrat závislosti. Pokud chcete změnit verzi prostředí nebo závislosti, upravte zdrojový soubor YAML přímo.

V seznamu základních prostředí klikněte na cestu k souboru YAML základního prostředí, které chcete aktualizovat. Tím se soubor otevře na nové kartě. Obsah souboru tam můžete zkontrolovat nebo aktualizovat. Změny se ukládají automaticky.

Po aktualizaci specifikace YAML je nutné aktualizovat základní prostředí, aby poznámkové bloky a úlohy vyzvedly nejnovější konfiguraci.

  1. Vedle základního prostředí, které chcete obnovit, klikněte na ikonu nabídky Kebab. Poté vyberte Obnovit.
  2. Klikněte na Potvrdit.

Nové relace nyní používají aktualizované základní prostředí. Pokud chcete získat aktualizace, je potřeba restartovat existující relace poznámkového bloku.

Omezení

Základní prostředí mají následující omezení:

  • Základní prostředí v úlohách jsou podporována pouze pro typy úloh notebooku, Python skriptu a Python wheel. Jiné typy úkolů nejsou podporovány. Podpora základních prostředí pracovního prostoru v úlohách je v beta verzi.
  • Deklarativní kanály Sparku Lakeflow nepodporují základní prostředí.
  • Během běhu se nainstalují pouze závislosti na Pythonu, které jsou v seznamu závislostí.
  • Bezserverové prostředí verze 1 se nepodporuje. Použijte verzi 2 nebo vyšší.
  • Základní prostředí jsou k dispozici všem uživatelům pracovního prostoru.
  • Pracovní prostory jsou omezeny na 10 základních prostředí.
  • Last updated on