Stručná nápověda k plánování produkčních úloh

Cílem tohoto článku je poskytnout jasné a názorné pokyny pro plánování pracovních míst v produkčním prostředí. Použití osvědčených postupů může pomoct snížit náklady, zlepšit výkon a zvýšit zabezpečení.

Osvědčený postup	Dopad	Dokumenty
Použití bezserverového výpočetního prostředí pro úlohy	Náklady: Bezserverové úlohy nevyžadují žádnou konfiguraci clusteru. Azure Databricks spravuje zřizování a škálování automaticky.	Spouštění úloh bez serveru
Využijte úlohy Lakeflow pro orchestraci, kdykoli je to možné.	Cost: Není potřeba používat externí nástroje k orchestraci, pokud orchestrujete jenom úlohy na Azure Databricks.	Úlohy Lakeflow
Použijte služební principály místo uživatelských účtů ke spouštění produkčních úloh	Zabezpečení: Pokud jsou úlohy vlastněné jednotlivými uživateli, když tito uživatelé opustí organizaci, mohou tyto úlohy přestat běžet.	Hlavní služby
Klasické výpočetní prostředky: Použití clusterů úloh pro automatizované pracovní postupy	Náklady: Clustery úloh jsou účtovány za nižší sazby než interaktivní clustery.	Vytvoření clusteru Clustery pro všechny účely a úlohy.
Klasické výpočty: Restartujte dlouhotrvající clustery	Zabezpečení: Restartujte clustery, abyste mohli využívat opravy a opravy chyb v Databricks Runtime.	Restartujte cluster a aktualizujte ho nejnovějšími imagemi.
Klasické výpočetní prostředí: Použijte nejnovější verzi LTS databricks Runtime.	Performance a náklady: Azure Databricks neustále vylepšuje Databricks Runtime kvůli použitelnosti, výkonu a zabezpečení.	Vypočítat Životní cyklus podpory Databricks
Klasické výpočetní prostředky: Neukládejte produkční data v kořenovém adresáři DBFS.	Zabezpečení: Když jsou data uložená v kořenovém adresáři DBFS, mají k němu přístup všichni uživatelé.	Co je DBFS? Doporučení pro práci s kořenem DBFS