Databricks Runtime 5.5 s Conda (nepodporováno)
Poznámka:
Tato verze už není dostupná. Pokud chcete ke správě knihoven a prostředí Pythonu použít Conda, použijte podporovanou verzi Databricks Runtime pro machine Učení.
S radostí představíme Databricks Runtime 5.5 s Conda (beta verzí), která vám umožní využít výhod Conda ke správě knihoven a prostředí Pythonu. Tento modul runtime nabízí při vytváření clusteru dvě možnosti kořenového prostředí Conda:
- Prostředí Databricks Standard zahrnuje aktualizované verze mnoha oblíbených balíčků Pythonu. Toto prostředí je určené jako náhrada za existující poznámkové bloky, které běží v Databricks Runtime. Toto je výchozí prostředí modulu runtime založené na Databricks Conda.
- Prostředí Databricks Minimal obsahuje minimální počet balíčků potřebných pro funkce poznámkového bloku PySpark a Databricks v Pythonu. Toto prostředí je ideální, pokud chcete modul runtime přizpůsobit různými balíčky Pythonu.
Obě zahrnují podporu nástroje Databricks Library (dbutils.library) (starší verze).
Poznámka:
Knihovny Scala, Java a R v Databricks Runtime 5.5 s Conda jsou shodné s knihovnami Databricks Runtime 5.5. Podrobnosti najdete v poznámkách k verzi Databricks Runtime 5.5 LTS (nepodporované ). Informace o tom, jak používat Databricks Runtime s Conda, najdete v tématu Conda.
Nové funkce
K dispozici je nové rozhraní API knihovny s oborem poznámkového bloku, které podporuje aktualizaci prostředí Conda poznámkového bloku pomocí specifikace YAML (viz dokumentace k Conda).
dbutils.library.updateCondaEnv('''envYmlContent''')
Pokud chcete například aktualizovat knihovnu numpy na 1.16.4, zavolejte následující:
dbutils.library.updateCondaEnv(
"""channels:
- default
dependencies:
- numpy=1.16.4""")
Poznámka:
Můžete získat podrobné informace o updateCondaEnv
použití dbutils.library.help("updateCondaEnv")
.
Vylepšení
- Balíčky ve standardním a minimálním prostředí se aktualizují na novější verze. Úplný seznam verzí balíčků najdete v knihovnách. Tady jsou některé klíčové aktualizace balíčků:
- Python se aktualizoval na verzi 3.7.3 z verze 3.7.0.
- Aktualizace IPythonu na verzi 7.4.0 z verze 6.5.0
- pip byl aktualizován na verzi 19.0.3 z verze 10.0.1.
- Pokud chcete zlepšit izolaci prostředí mezi poznámkovými bloky, je povolená izolace procesů a předávání ADLS.
- Chcete-li umožnit instalaci balíčků pomocí
conda install
bez nutnosti předat snadno zapomenutý-y
příznak,always_yes
je nyní možnost konfigurace Conda nastavena naTrue
..condarc
Prostředí systému
Systémové prostředí v Databricks Runtime 5.5 s Conda se liší od Databricks Runtime 5.5 následujícím způsobem:
- Python: 3.7.x. Podporuje se jenom Python 3.
Knihovny
Následuje exportovaný environment.yml
soubor pro výchozí kořenová prostředí v Databricks Runtime 5.5 s Conda.
Databricks Standard
name: databricks-standard
channels:
- defaults
dependencies:
- asn1crypto=0.24.0=py37_0
- backcall=0.1.0=py37_0
- blas=1.0=openblas
- boto=2.49.0=py37_0
- boto3=1.9.162=py_0
- botocore=1.12.163=py_0
- ca-certificates=2019.1.23=0
- certifi=2019.3.9=py37_0
- cffi=1.12.2=py37h2e261b9_1
- chardet=3.0.4=py37_1
- cryptography=2.6.1=py37h1ba5d50_0
- cython=0.29.6=py37he6710b0_0
- decorator=4.4.0=py37_1
- docutils=0.14=py37_0
- idna=2.8=py37_0
- ipython=7.4.0=py37h39e3cac_0
- ipython_genutils=0.2.0=py37_0
- jedi=0.13.3=py37_0
- jmespath=0.9.4=py_0
- krb5=1.16.1=h173b8e3_7
- libedit=3.1.20181209=hc058e9b_0
- libffi=3.2.1=hd88cf55_4
- libgcc-ng=8.2.0=hdf63c60_1
- libgfortran-ng=7.3.0=hdf63c60_0
- libopenblas=0.3.6=h5a2b251_0
- libpq=11.2=h20c2e04_0
- libstdcxx-ng=8.2.0=hdf63c60_1
- ncurses=6.1=he6710b0_1
- nomkl=3.0=0
- numpy=1.16.2=py37h99e49ec_0
- numpy-base=1.16.2=py37h2f8d375_0
- openssl=1.1.1b=h7b6447c_1
- pandas=0.24.2=py37he6710b0_0
- parso=0.3.4=py37_0
- patsy=0.5.1=py37_0
- pexpect=4.6.0=py37_0
- pickleshare=0.7.5=py37_0
- pip=19.0.3=py37_0
- prompt_toolkit=2.0.9=py37_0
- psycopg2=2.7.6.1=py37h1ba5d50_0
- ptyprocess=0.6.0=py37_0
- pycparser=2.19=py37_0
- pygments=2.3.1=py37_0
- pyopenssl=19.0.0=py37_0
- pysocks=1.6.8=py37_0
- python=3.7.3=h0371630_0
- python-dateutil=2.8.0=py37_0
- pytz=2018.9=py37_0
- readline=7.0=h7b6447c_5
- requests=2.21.0=py37_0
- s3transfer=0.2.0=py37_0
- scikit-learn=0.20.3=py37h22eb022_0
- scipy=1.2.1=py37he2b7bc3_0
- setuptools=40.8.0=py37_0
- six=1.12.0=py37_0
- sqlite=3.27.2=h7b6447c_0
- statsmodels=0.9.0=py37h035aef0_0
- tk=8.6.8=hbc83047_0
- traitlets=4.3.2=py37_0
- urllib3=1.24.1=py37_0
- wcwidth=0.1.7=py37_0
- wheel=0.33.1=py37_0
- xz=5.2.4=h14c3975_4
- zlib=1.2.11=h7b6447c_3
- pip:
- cycler==0.10.0
- kiwisolver==1.1.0
- matplotlib==3.0.3
- pyarrow==0.12.0
- pyparsing==2.4.0
- seaborn==0.9.0
prefix: /databricks/conda/envs/databricks-standard
Databricks Minimal
name: databricks-minimal
channels:
- defaults
dependencies:
- backcall=0.1.0=py37_0
- blas=1.0=openblas
- ca-certificates=2019.1.23=0
- certifi=2019.3.9=py37_0
- decorator=4.4.0=py37_1
- ipython=7.4.0=py37h39e3cac_0
- ipython_genutils=0.2.0=py37_0
- jedi=0.13.3=py37_0
- libedit=3.1.20181209=hc058e9b_0
- libffi=3.2.1=hd88cf55_4
- libgcc-ng=8.2.0=hdf63c60_1
- libgfortran-ng=7.3.0=hdf63c60_0
- libopenblas=0.3.6=h5a2b251_0
- libstdcxx-ng=8.2.0=hdf63c60_1
- ncurses=6.1=he6710b0_1
- nomkl=3.0=0
- numpy=1.16.2=py37h99e49ec_0
- numpy-base=1.16.2=py37h2f8d375_0
- openssl=1.1.1b=h7b6447c_1
- pandas=0.24.2=py37he6710b0_0
- parso=0.3.4=py37_0
- pexpect=4.6.0=py37_0
- pickleshare=0.7.5=py37_0
- pip=19.0.3=py37_0
- prompt_toolkit=2.0.9=py37_0
- ptyprocess=0.6.0=py37_0
- pygments=2.3.1=py37_0
- python=3.7.3=h0371630_0
- python-dateutil=2.8.0=py37_0
- pytz=2018.9=py37_0
- readline=7.0=h7b6447c_5
- setuptools=40.8.0=py37_0
- six=1.12.0=py37_0
- sqlite=3.27.2=h7b6447c_0
- tk=8.6.8=hbc83047_0
- traitlets=4.3.2=py37_0
- wcwidth=0.1.7=py37_0
- wheel=0.33.1=py37_0
- xz=5.2.4=h14c3975_4
- zlib=1.2.11=h7b6447c_3
- pip:
- pyarrow==0.12.0
prefix: /databricks/conda/envs/databricks-minimal