Databricks Runtime 5.5 s Conda (nepodporováno)

Článek
03/01/2024

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 na True ..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

Sdílet prostřednictvím

Databricks Runtime 5.5 s Conda (nepodporováno)

Nové funkce

Vylepšení

Prostředí systému

Knihovny

Databricks Standard

Databricks Minimal

Další materiály