Požadavky na využití Databricks Connect

Poznámka:

Tento článek popisuje Databricks Connect pro Databricks Runtime 13.3 LTS a vyšší.

Tento článek obsahuje požadavky na využití pro Databricks Connect. Informace o službě Databricks Connect najdete v tématu Databricks Connect.

Požadavky na pracovní prostor

Použití Databricks Connect k připojení k pracovnímu prostoru:

• Váš účet Azure Databricks a pracovní prostor musí mít povolený katalog Unity. Viz Začínáme s katalogem Unity a Povolte pracovní prostor pro katalog Unity.

• Verze databricks Runtime vašeho výpočetního prostředí musí být větší nebo rovna verzi balíčku Databricks Connect. Databricks doporučuje použít nejnovější balíček Databricks Connect, který odpovídá vaší verzi Databricks Runtime.

  Pokud chcete používat funkce, které jsou k dispozici v novějších verzích Databricks Runtime, musíte upgradovat balíček Databricks Connect. Prohlédněte si poznámky k vydání Databricks Connect pro seznam dostupných verzí Databricks Connect. Nejnovější poznámky k verzím Databricks Runtime a jejich kompatibilitě najdete v sekci Databricks Runtime release notes versions and compatibility.

• Pokud se připojujete k výpočetním prostředkům bez serveru, váš pracovní prostor musí splňovat požadavky na výpočetní prostředky bez serveru.

  Poznámka:

  Bezserverové výpočetní prostředky se podporují od Databricks Connect verze 15.1. Verze Databricks Connect, které jsou nižší nebo rovny verzi Databricks Runtime na bezserverové verzi, jsou plně kompatibilní. Viz poznámky k vydání. Pokud chcete ověřit, jestli je verze Databricks Connect kompatibilní s bezserverovými výpočetními prostředky, přečtěte si téma Ověření připojení k Databricks.

• Pokud se připojujete ke clusteru, musí cílový cluster používat přiřazený nebo sdílený režim přístupu ke clusteru. Viz režimy přístupu.

Important

Databricks Connect nepodporuje připojení k open source serverů Apache Spark. Viz Chyby při připojování k serveru Apache Spark.

Požadavky na místní prostředí

Pokud chcete nainstalovat Databricks Connect, vaše místní vývojové prostředí musí splňovat následující požadavky:

Python

• Je nakonfigurované ověřování pro Databricks. V závislosti na typu ověřování Databricks můžou existovat požadavky:

  • Pro ověřování uživatelem OAuth (U2M) musíte k ověření použít Databricks CLI před spuštěním kódu. Informace o instalaci a konfiguraci rozhraní příkazového řádku Databricks najdete v tématu Instalace nebo aktualizace rozhraní příkazového řádku Databricks. Projděte si také kurz Databricks Connect pro Python.

  • Ověřování OAuth uživatele k počítači (U2M) a OAuth počítač-počítač (M2M) je podporováno v rámci Databricks SDK pro Python 0.19.0 a novější. Pokud chcete aktualizovat nainstalovanou verzi sady Databricks SDK pro Python, přečtěte si téma Začínáme se sadou Databricks SDK pro Python.

• Python 3 je nainstalován a podverze nainstalovaného Pythonu odpovídá požadavkům na verzi uvedeným v níže uvedené tabulce verze kompatibility.

• Pokud používáte uživatelem definované funkce (UDF), místní podverze Python odpovídá podverzi Python verze Databricks Runtime clusteru nebo bezserverového výpočetního prostředí. Chcete-li najít vedlejší verzi Pythonu pro Databricks Runtime vašeho clusteru, odkažte na sekci Systémové prostředí v poznámkách k vydání Databricks Runtime pro tuto verzi. Podívejte se na poznámky k verzím a kompatibilitě Databricks Runtime a na poznámky k bezserverovému výpočetnímu výkonu.

Scala

• Je nakonfigurované ověřování pro Databricks. V závislosti na typu ověřování Databricks můžou existovat požadavky:

  • Pro ověřování uživatelem OAuth (U2M) musíte k ověření použít Databricks CLI před spuštěním kódu. Informace o instalaci a konfiguraci rozhraní příkazového řádku Databricks najdete v tématu Instalace nebo aktualizace rozhraní příkazového řádku Databricks. Viz také kurz Databricks Connect pro Scala.

  • OAuth uživatelsko-strojové ověřování (U2M) a OAuth strojové-strojové ověřování (M2M) je podporováno v sadě Databricks SDK pro Java verze 0.18.0 a vyšší. Chcete-li aktualizovat nainstalovanou verzi sady Databricks SDK pro Javu, přečtěte si Get started with the Databricks SDK for Java.

  • Pro Databricks Runtime 13.3 LTS a novější, pro Scala, Databricks Connect zahrnuje Databricks SDK pro Java. Tato sada SDK implementuje jednotný ověřovací standard Databricks .

• Je nainstalována sada Java Development Kit (JDK). Databricks doporučuje, aby verze vaší instalace sady JDK odpovídala verzi sady JDK ve vašem clusteru Azure Databricks. Informace o verzi sady JDK modulu Databricks Runtime ve vašem clusteru najdete v části Systémové prostředípoznámky k verzi Databricks Runtime nebo v tabulce kompatibility verzí.

  Poznámka:

  Použití verze sady JDK, která neodpovídá verzi sady JDK vašeho clusteru, může způsobit neočekávané chování nebo zabránit spuštění kódu.

• Scala je nainstalována. Databricks doporučuje, aby verze instalace Scala odpovídala verzi Scala ve vašem clusteru Azure Databricks. Pokud chcete zjistit verzi Scala verze Databricks Runtime vašeho clusteru, přečtěte si část Systémové prostředípoznámky k verzi Databricks Runtime nebo tabulku kompatibility verzí.

• Pokud používáte uživatelem definované funkce (UDF), místní verze Scala a Java odpovídají verzím Scala a Java verze Databricks Runtime clusteru. K nalezení verzí Scala a Java Databricks Runtime vašeho clusteru najdete v části System environment v Poznámkách k vydání Databricks Runtime nebo v tabulce kompatibility verze níže.

• Nainstaluje se nástroj pro sestavení Scala, například sbt.

Verze Databricks Connect

Následující tabulka ukazuje podporované jazykové verze Databricks Connect a kompatibilní jazykové verze. Čísla verzí Databricks Connect odpovídají číslům verzí Databricks Runtime. Prohlédněte si poznámky k vydání Databricks Connect pro seznam dostupných verzí Databricks Connect. Nejnovější poznámky k verzím Databricks Runtime a jejich kompatibilitě najdete v sekci Databricks Runtime release notes versions and compatibility.

Python

Podporu pro uživatelské definované funkce najdete v základním prostředí Python.

Verze Databricks Connect	Typ výpočetních prostředků	Požadovaná verze Python
18.0 až 18.3	Cluster	3.12
18,0	Bezserverová verze 5	3.12
17.2 až 17.3	Bezserverová verze 4	3.12
17.2 až 17.3	Cluster	3.12
16.4.1 na nižší než 17	Bezserverová verze 3	3.12
16.4	Cluster	3.12
15.4.10 na nižší než 16	Bezserverová verze 2	3.11
15.4	Cluster	3.11
14.3	Cluster	3,10
13.3	Cluster	3,10

Scala

Verze Databricks Connect	Typ výpočetních prostředků	Verze sady JDK	Požadovaná verze Scala
18.0 až 18.3	Cluster	JDK 21	2.13.16
17.2 až 17.3	Bezserverová verze 4	JDK 17	2.13.16
17.2 až 17.3	Cluster	JDK 17	2.13.16
16.4	Cluster	JDK 17	2.12.18
15.4	Cluster	JDK 8	2.12.18
14.3	Cluster	JDK 8	2.12.15
13.3	Cluster	JDK 8	2.12.15

Verze s ukončenou podporou

Databricks Connect se řídí životními cykly podpory Databricks Runtime. Následující verze dosáhly konce podpory. Pokud používáte verzi Databricks Connect, která dosáhla konce podpory, upgradujte na podporovanou verzi.

Python

Verze Databricks Connect	Typ výpočetních prostředků	Kompatibilní verze Python
17.0 až 17.1	Bezserverová verze 4	3.12
16.0 až 16.4.0	Serverless	Neexistuje žádná kompatibilní Python verze. Upgradujte na Databricks Connect 16.4.1 nebo novější.
16.0 až 16.3	Cluster	3.12
15.1 až 15.4.9	Serverless	Neexistuje žádná kompatibilní Python verze. Upgradujte na Databricks Connect 15.4.10 nebo novější.
15.1 až 15.3	Cluster	3.11
14.0 až 14.2	Cluster	3,10
13.0 až 13.2	Cluster	3,10

Scala

Verze Databricks Connect	Typ výpočetních prostředků	Verze sady JDK	Verze Scala
16.0 až 16.3	Cluster	JDK 17	2.12.18
15.1 až 15.3	Cluster	JDK 8	2.12.18
14.0 až 14.2	Cluster	JDK 8	2.12.15