Sdílet prostřednictvím

DatabricksStep Třída

Vytvoří krok kanálu Azure ML pro přidání poznámkového bloku DataBricks, skriptu Pythonu nebo souboru JAR jako uzlu.

Příklad použití DatabricksStep najdete v poznámkovém bloku https://aka.ms/pl-databricks.

Vytvořte krok kanálu Azure ML pro přidání poznámkového bloku DataBricks, skriptu Pythonu nebo souboru JAR jako uzlu.

Příklad použití DatabricksStep najdete v poznámkovém bloku https://aka.ms/pl-databricks.

:p aram python_script_name:[Povinný argument] Název skriptu Pythonu vzhledem k source_directory. Pokud skript přebírá vstupy a výstupy, předá se skriptu jako parametry. Pokud python_script_name je zadána, source_directory musí být také.

Zadejte přesně jednu z hodnot notebook_path, python_script_path, python_script_namenebo main_class_name.

Pokud jako vstup zadáte objekt DataReference s data_reference_name=input1 a objekt PipelineData jako výstup s názvem=output1, předá se vstupy a výstupy skriptu jako parametry. Takto budou vypadat a budete muset analyzovat argumenty ve skriptu, abyste získali přístup k cestám jednotlivých vstupů a výstupů: "-input1","wasbs://test@storagename.blob.core.windows.net/test","-output1", "wasbs://test@storagename.blob.core.windows.net/b3e26de1-87a4-494d-a20f-1988d22b81a2/output1"

Kromě toho budou ve skriptu k dispozici následující parametry:

  • AZUREML_RUN_TOKEN: Token AML pro ověřování ve službě Azure Machine Learning.
  • AZUREML_RUN_TOKEN_EXPIRY: Čas vypršení platnosti tokenu AML.
  • AZUREML_RUN_ID: ID spuštění služby Azure Machine Learning pro toto spuštění
  • AZUREML_ARM_SUBSCRIPTION: Předplatné Azure pro váš pracovní prostor AML.
  • AZUREML_ARM_RESOURCEGROUP: Skupina prostředků Azure pro váš pracovní prostor Azure Machine Learning.
  • AZUREML_ARM_WORKSPACE_NAME: Název pracovního prostoru služby Azure Machine Learning.
  • AZUREML_ARM_PROJECT_NAME: Název experimentu služby Azure Machine Learning
  • AZUREML_SERVICE_ENDPOINT: Adresa URL koncového bodu pro služby AML.
  • AZUREML_WORKSPACE_ID: ID pracovního prostoru služby Azure Machine Learning.
  • AZUREML_EXPERIMENT_ID: ID experimentu služby Azure Machine Learning
  • AZUREML_SCRIPT_DIRECTORY_NAME: Cesta k adresáři v DBFS, kde source_directory byla zkopírována.
  (This parameter is only populated when `python_script_name` is used.  See more details below.)

Při spouštění skriptu Pythonu z místního počítače v Databricks pomocí parametrů source_directory DatabricksStep a python_script_namesource_directory se zkopíruje do DBFS a cesta k adresáři ve službě DBFS se předá jako parametr skriptu při zahájení provádění. Tento parametr je označený jako –AZUREML_SCRIPT_DIRECTORY_NAME. Abyste mohli získat přístup k adresáři v DBFS, musíte ho předponovat řetězcem dbfs:/nebo /dbfs/.

Konstruktor

DatabricksStep(name, inputs=None, outputs=None, existing_cluster_id=None, spark_version=None, node_type=None, instance_pool_id=None, num_workers=None, min_workers=None, max_workers=None, spark_env_variables=None, spark_conf=None, init_scripts=None, cluster_log_dbfs_path=None, notebook_path=None, notebook_params=None, python_script_path=None, python_script_params=None, main_class_name=None, jar_params=None, python_script_name=None, source_directory=None, hash_paths=None, run_name=None, timeout_seconds=None, runconfig=None, maven_libraries=None, pypi_libraries=None, egg_libraries=None, jar_libraries=None, rcran_libraries=None, compute_target=None, allow_reuse=True, version=None, permit_cluster_restart=None)

Parametry

Name Description
name
Vyžadováno
str

[Povinné] Název kroku.
inputs
list[Union[InputPortBinding, DataReference, PortDataReference, PipelineData]]

Seznam vstupních připojení pro data spotřebovaná tímto krokem Načtěte to v poznámkovém bloku pomocí dbutils.widgets.get("input_name"). Může to být DataReference nebo PipelineData. DataReference představuje existující část dat v úložišti dat. V podstatě se jedná o cestu k úložišti dat. DatabricksStep podporuje úložiště dat, která zapouzdřuje DBFS, objekt blob Azure nebo ADLS v1. PipelineData představuje zprostředkující data vytvořená jiným krokem v kanálu.

Default value: None
outputs
list[Union[OutputPortBinding, PipelineOutputAbstractDataset, PipelineData]]

Seznam definic výstupních portů pro výstupy vytvořené tímto krokem. Načtěte to v poznámkovém bloku pomocí dbutils.widgets.get("output_name"). Měla by to být PipelineData.

Default value: None
existing_cluster_id
str

ID clusteru existujícího interaktivního clusteru v pracovním prostoru Databricks Pokud předáváte tento parametr, nemůžete předat žádný z následujících parametrů, které se používají k vytvoření nového clusteru:

  • spark_version
  • node_type
  • instance_pool_id
  • num_workers
  • min_workers
  • max_workers
  • spark_env_variables
  • spark_conf

Poznámka: Pro vytvoření nového clusteru úloh budete muset předat výše uvedené parametry. Tyto parametry můžete předat přímo nebo je můžete předat jako součást objektu RunConfiguration pomocí parametru runconfig. Předání těchto parametrů přímo a prostřednictvím RunConfiguration způsobí chybu.

Default value: None
spark_version
str

Verze Sparku pro cluster Spuštění Databricks, například 10.4.x-scala2.12. Další informace najdete v popisu parametru existing_cluster_id .

Default value: None
node_type
str

[Povinné] Typy uzlů virtuálních počítačů Azure pro cluster Spuštěný v Databricks, například: "Standard_D3_v2". Zadejte buď node_type nebo instance_pool_id. Další informace najdete v popisu parametru existing_cluster_id .

Default value: None
instance_pool_id
str

[Povinné] ID fondu instancí, ke kterému je potřeba cluster připojit. Zadejte buď node_type nebo instance_pool_id. Další informace najdete v popisu parametru existing_cluster_id .

Default value: None
num_workers
int

[Povinné] Statický počet pracovních procesů pro cluster spuštěný v Databricks. Je nutné zadat buď num_workers nebo obě min_workers a max_workers. Další informace najdete v popisu parametru existing_cluster_id .

Default value: None
min_workers
int

[Povinné] Minimální počet pracovních procesů, které se mají použít pro automatické škálování clusteru spuštěného v Databricks. Je nutné zadat buď num_workers nebo obě min_workers a max_workers. Další informace najdete v popisu parametru existing_cluster_id .

Default value: None
max_workers
int

[Povinné] Maximální počet pracovních procesů, které se mají použít pro automatické škálování clusteru spuštěného v Databricks. Je nutné zadat buď num_workers nebo obě min_workers a max_workers. Další informace najdete v popisu parametru existing_cluster_id .

Default value: None
spark_env_variables
dict

Proměnné prostředí Spark pro cluster spuštěný v Databricks. Další informace najdete v popisu parametru existing_cluster_id .

Default value: None
spark_conf
dict

Konfigurace Sparku pro cluster spuštěný v Databricks. Další informace najdete v popisu parametru existing_cluster_id .

Default value: None
init_scripts
[str]

Označeno jako zastaralé Databricks oznámila, že inicializační skript uložený v DBFS přestane fungovat po 1. prosinci 2023. Pokud chcete tento problém zmírnit, použijte 1) globální inicializační skripty v Databricks po https://learn.microsoft.com/azure/databricks/init-scripts/global 2) okomentujte řádek init_scripts v kroku AzureML Databricks.

Default value: None
cluster_log_dbfs_path
str

Cesty DBFS, kam se mají doručovat protokoly clusterů.

Default value: None
notebook_path
str

[Povinné] Cesta k poznámkovému bloku v instanci Databricks. Tato třída umožňuje čtyři způsoby určení kódu ke spuštění v clusteru Databricks.

  1. Pokud chcete spustit poznámkový blok, který je v pracovním prostoru Databricks, použijte: notebook_path=notebook_path, notebook_params={'myparam': 'testparam'}

  2. Pokud chcete spustit skript Pythonu, který je v DBFS, použijte: python_script_path=python_script_dbfs_path, python_script_params={'arg1', 'arg2'}

  3. Pokud chcete spustit soubor JAR, který je v systému souborů DBFS, použijte: main_class_name=main_jar_class_name, jar_params={'arg1', 'arg2'}, jar_libraries=[JarLibrary(jar_library_dbfs_path)]

  4. Pokud chcete spustit skript Pythonu, který se nachází na místním počítači, použijte: python_script_name=python_script_name, source_directory=source_directory

Zadejte přesně jednu z hodnot notebook_path, python_script_path, python_script_namenebo main_class_name.

Default value: None
notebook_params
dict[str, Union[str, PipelineParameter]]

Slovník parametrů, které se mají předat do poznámkového bloku. notebook_params jsou k dispozici jako widgety. Hodnoty z těchto widgetů můžete v poznámkovém bloku načíst pomocí dbutils.widgets.get("myparam").

Default value: None
python_script_path
str

[Povinné] Cesta ke skriptu Pythonu v DBFS. Zadejte přesně jednu z hodnot notebook_path, python_script_path, python_script_namenebo main_class_name.

Default value: None
python_script_params
list[str, PipelineParameter]

Parametry skriptu Pythonu

Default value: None
main_class_name
str

[Povinné] Název vstupního bodu v modulu JAR. Zadejte přesně jednu z hodnot notebook_path, python_script_path, python_script_namenebo main_class_name.

Default value: None
jar_params
list[str, PipelineParameter]

Parametry modulu JAR.

Default value: None
python_script_name
str

[Povinné] Název skriptu Pythonu vzhledem k source_directory. Pokud skript přebírá vstupy a výstupy, předá se skriptu jako parametry. Pokud python_script_name je zadána, source_directory musí být také.

Zadejte přesně jednu z hodnot notebook_path, python_script_path, python_script_namenebo main_class_name.

Pokud jako vstup zadáte objekt DataReference s data_reference_name=input1 a objekt PipelineData jako výstup s názvem=output1, předá se vstupy a výstupy skriptu jako parametry. Takto budou vypadat a budete muset analyzovat argumenty ve skriptu, abyste získali přístup k cestám jednotlivých vstupů a výstupů: "-input1","wasbs://test@storagename.blob.core.windows.net/test","-output1", "wasbs://test@storagename.blob.core.windows.net/b3e26de1-87a4-494d-a20f-1988d22b81a2/output1"

Kromě toho budou ve skriptu k dispozici následující parametry:

  • AZUREML_RUN_TOKEN: Token AML pro ověřování ve službě Azure Machine Learning.
  • AZUREML_RUN_TOKEN_EXPIRY: Čas vypršení platnosti tokenu AML.
  • AZUREML_RUN_ID: ID spuštění služby Azure Machine Learning pro toto spuštění
  • AZUREML_ARM_SUBSCRIPTION: Předplatné Azure pro váš pracovní prostor AML.
  • AZUREML_ARM_RESOURCEGROUP: Skupina prostředků Azure pro váš pracovní prostor Azure Machine Learning.
  • AZUREML_ARM_WORKSPACE_NAME: Název pracovního prostoru služby Azure Machine Learning.
  • AZUREML_ARM_PROJECT_NAME: Název experimentu služby Azure Machine Learning
  • AZUREML_SERVICE_ENDPOINT: Adresa URL koncového bodu pro služby AML.
  • AZUREML_WORKSPACE_ID: ID pracovního prostoru služby Azure Machine Learning.
  • AZUREML_EXPERIMENT_ID: ID experimentu služby Azure Machine Learning
  • AZUREML_SCRIPT_DIRECTORY_NAME: Cesta k adresáři v DBFS, kde source_directory byla zkopírována. (Tento parametr se vyplní pouze při python_script_name použití. Další podrobnosti najdete níže.)

Při spouštění skriptu Pythonu z místního počítače v Databricks pomocí parametrů source_directory DatabricksStep a python_script_namesource_directory se zkopíruje do DBFS a cesta k adresáři ve službě DBFS se předá jako parametr skriptu při zahájení provádění. Tento parametr je označený jako –AZUREML_SCRIPT_DIRECTORY_NAME. Abyste mohli získat přístup k adresáři v DBFS, musíte ho předponovat řetězcem dbfs:/nebo /dbfs/.

Default value: None
source_directory
str

Složka, která obsahuje skript a další soubory. Pokud python_script_name je zadána, source_directory musí být také.

Default value: None
hash_paths
[str]

ZASTARALÉ: Už není potřeba.

Seznam cest k hodnotě hash při kontrole změn v obsahu kroku. Pokud se nezjistí žádné změny, kanál znovu použije obsah kroku z předchozího spuštění. Ve výchozím nastavení je obsah source_directory hashován s výjimkou souborů uvedených v souboru .amlignore nebo .gitignore.

Default value: None
run_name
str

Název v Databricks pro toto spuštění

Default value: None
timeout_seconds
int

Časový limit spuštění Databricks

Default value: None
runconfig
RunConfiguration

Runconfig, který se má použít.

Poznámka: Ke své úloze můžete předat tolik knihoven, kolik chcete, a to pomocí následujících parametrů: maven_libraries, pypi_libraries, egg_libraries, jar_librariesnebo rcran_libraries. Buď tyto parametry předejte přímo s odpovídajícími parametry, nebo jako součást objektu RunConfiguration pomocí parametru runconfig , ale ne oba.

Default value: None
maven_libraries
list[MavenLibrary]

Knihovny Mavenu, které se mají použít pro spuštění Databricks.

Default value: None
pypi_libraries
list[PyPiLibrary]

Knihovny PyPi, které se mají použít pro spuštění Databricks.

Default value: None
egg_libraries
list[EggLibrary]

Knihovny egg, které se mají použít pro spuštění Databricks.

Default value: None
jar_libraries
list[JarLibrary]

Knihovny Jar, které se mají použít pro spuštění Databricks.

Default value: None
rcran_libraries
list[RCranLibrary]

Knihovny RCran, které se mají použít pro spuštění Databricks.

Default value: None
compute_target
str, DatabricksCompute

[Povinné] Výpočetní prostředí Azure Databricks Abyste mohli databricksStep použít ke spouštění skriptů nebo poznámkových bloků v pracovním prostoru Azure Databricks, musíte do pracovního prostoru Azure Machine Learning přidat pracovní prostor Azure Databricks jako cíl výpočetních prostředků.

Default value: None
allow_reuse
bool

Určuje, jestli má krok znovu použít předchozí výsledky při opětovném spuštění se stejným nastavením. Opakované použití je ve výchozím nastavení povolené. Pokud obsah kroku (skripty/závislosti) a vstupy a parametry zůstanou beze změny, výstup z předchozího spuštění tohoto kroku se znovu použije. Při opětovném použití kroku místo odeslání úlohy k výpočtu se výsledky předchozího spuštění okamžitě zpřístupní pro všechny následné kroky. Pokud jako vstupy používáte datové sady Azure Machine Learning, určuje se opakované použití podle toho, jestli se definice datové sady změnila, a ne tím, jestli se podkladová data změnila.

Default value: True
version
str

Volitelná značka verze, která označuje změnu funkčnosti kroku.

Default value: None
permit_cluster_restart
bool

pokud je zadán existing_cluster_id, tento parametr udává, jestli je možné cluster restartovat jménem uživatele.

Default value: None
name
Vyžadováno
str

[Povinné] Název kroku.
inputs
Vyžadováno
list[Union[InputPortBinding, DataReference, PortDataReference, PipelineData]]

Seznam vstupních připojení pro data spotřebovaná tímto krokem Načtěte to v poznámkovém bloku pomocí dbutils.widgets.get("input_name"). Může to být DataReference nebo PipelineData. DataReference představuje existující část dat v úložišti dat. V podstatě se jedná o cestu k úložišti dat. DatabricksStep podporuje úložiště dat, která zapouzdřuje DBFS, objekt blob Azure nebo ADLS v1. PipelineData představuje zprostředkující data vytvořená jiným krokem v kanálu.
outputs
Vyžadováno
list[Union[OutputPortBinding, <xref:azureml.pipeline.core.pipeline_output_dataset.PipelineOutputDataset>, PipelineData]]

Seznam definic výstupních portů pro výstupy vytvořené tímto krokem. Načtěte to v poznámkovém bloku pomocí dbutils.widgets.get("output_name"). Měla by to být PipelineData.
existing_cluster_id
Vyžadováno
str

ID clusteru existujícího interaktivního clusteru v pracovním prostoru Databricks Pokud předáváte tento parametr, nemůžete předat žádný z následujících parametrů, které se používají k vytvoření nového clusteru:

  • spark_version
  • node_type
  • instance_pool_id
  • num_workers
  • min_workers
  • max_workers
  • spark_env_variables
  • spark_conf

Poznámka: Pro vytvoření nového clusteru úloh budete muset předat výše uvedené parametry. Tyto parametry můžete předat přímo nebo je můžete předat jako součást objektu RunConfiguration pomocí parametru runconfig. Předání těchto parametrů přímo a prostřednictvím RunConfiguration způsobí chybu.
spark_version
Vyžadováno
str

Verze Sparku pro cluster Spuštění Databricks, například 10.4.x-scala2.12. Další informace najdete v popisu parametru existing_cluster_id .
node_type
Vyžadováno
str

[Povinné] Typy uzlů virtuálních počítačů Azure pro cluster Spuštěný v Databricks, například: "Standard_D3_v2". Zadejte buď node_type nebo instance_pool_id. Další informace najdete v popisu parametru existing_cluster_id .
instance_pool_id
Vyžadováno
str

[Povinné] ID fondu instancí, ke kterému je potřeba cluster připojit. Zadejte buď node_type nebo instance_pool_id. Další informace najdete v popisu parametru existing_cluster_id .
num_workers
Vyžadováno
int

[Povinné] Statický počet pracovních procesů pro cluster spuštěný v Databricks. Je nutné zadat buď num_workers nebo obě min_workers a max_workers.

Další informace najdete v popisu parametru existing_cluster_id .
min_workers
Vyžadováno
int

[Povinné] Minimální počet pracovních procesů, které se mají použít pro automatické škálování clusteru spuštěného v Databricks. Je nutné zadat buď num_workers nebo obě min_workers a max_workers.

Další informace najdete v popisu parametru existing_cluster_id .
max_workers
Vyžadováno
int

[Povinné] Maximální počet pracovních procesů, které se mají použít pro automatické škálování clusteru spuštěného v Databricks. Je nutné zadat buď num_workers nebo obě min_workers a max_workers.

Další informace najdete v popisu parametru existing_cluster_id .
spark_env_variables
Vyžadováno
dict

Proměnné prostředí Spark pro cluster spuštěný v Databricks. Další informace najdete v popisu parametru existing_cluster_id .
spark_conf
Vyžadováno
dict

Konfigurace Sparku pro cluster spuštěný v Databricks. Další informace najdete v popisu parametru existing_cluster_id .
init_scripts
Vyžadováno
[str]

Označeno jako zastaralé Databricks oznámila, že inicializační skript uložený v DBFS přestane fungovat po 1. prosinci 2023. Pokud chcete tento problém zmírnit, použijte 1) globální inicializační skripty v Databricks po https://learn.microsoft.com/azure/databricks/init-scripts/global 2) okomentujte řádek init_scripts v kroku AzureML Databricks.
cluster_log_dbfs_path
Vyžadováno
str

Cesty DBFS, kam se mají doručovat protokoly clusterů.
notebook_path
Vyžadováno
str

[Povinné] Cesta k poznámkovému bloku v instanci Databricks. Tato třída umožňuje čtyři způsoby určení kódu ke spuštění v clusteru Databricks.

  1. Pokud chcete spustit poznámkový blok, který je v pracovním prostoru Databricks, použijte: notebook_path=notebook_path, notebook_params={'myparam': 'testparam'}

  2. Pokud chcete spustit skript Pythonu, který je v DBFS, použijte: python_script_path=python_script_dbfs_path, python_script_params={'arg1', 'arg2'}

  3. Pokud chcete spustit soubor JAR, který je v systému souborů DBFS, použijte: main_class_name=main_jar_class_name, jar_params={'arg1', 'arg2'}, jar_libraries=[JarLibrary(jar_library_dbfs_path)]

  4. Pokud chcete spustit skript Pythonu, který se nachází na místním počítači, použijte: python_script_name=python_script_name, source_directory=source_directory

Zadejte přesně jednu z hodnot notebook_path, python_script_path, python_script_namenebo main_class_name.
notebook_params
Vyžadováno
dict[str, (str nebo PipelineParameter)]

Slovník parametrů, které se mají předat do poznámkového bloku. notebook_params jsou k dispozici jako widgety. Hodnoty z těchto widgetů můžete v poznámkovém bloku načíst pomocí dbutils.widgets.get("myparam").
python_script_path
Vyžadováno
str

[Povinné] Cesta ke skriptu Pythonu v DBFS. Zadejte přesně jednu z hodnot notebook_path, python_script_path, python_script_namenebo main_class_name.
python_script_params
Vyžadováno
list[str, PipelineParameter]

Parametry skriptu Pythonu
main_class_name
Vyžadováno
str

[Povinné] Název vstupního bodu v modulu JAR. Zadejte přesně jednu z hodnot notebook_path, python_script_path, python_script_namenebo main_class_name.
jar_params
Vyžadováno
list[str, PipelineParameter]

Parametry modulu JAR.
source_directory
Vyžadováno
str

Složka, která obsahuje skript a další soubory. Pokud python_script_name je zadána, source_directory musí být také.
hash_paths
Vyžadováno
[str]

ZASTARALÉ: Už není potřeba.

Seznam cest k hodnotě hash při kontrole změn v obsahu kroku. Pokud se nezjistí žádné změny, kanál znovu použije obsah kroku z předchozího spuštění. Ve výchozím nastavení je obsah source_directory hashován s výjimkou souborů uvedených v souboru .amlignore nebo .gitignore.
run_name
Vyžadováno
str

Název v Databricks pro toto spuštění
timeout_seconds
Vyžadováno
int

Časový limit spuštění Databricks
runconfig
Vyžadováno
RunConfiguration

Runconfig, který se má použít.

Poznámka: Ke své úloze můžete předat tolik knihoven, kolik chcete, a to pomocí následujících parametrů: maven_libraries, pypi_libraries, egg_libraries, jar_librariesnebo rcran_libraries. Buď tyto parametry předejte přímo s odpovídajícími parametry, nebo jako součást objektu RunConfiguration pomocí parametru runconfig , ale ne oba.
maven_libraries
Vyžadováno
list[<xref:azureml.core.runconfig.MavenLibrary>]

Knihovny Mavenu, které se mají použít pro spuštění Databricks. Další informace o specifikaci knihoven Maven naleznete v tématu help(azureml.core.runconfig.MavenLibrary).
pypi_libraries
Vyžadováno
list[<xref:azureml.core.runconfig.PyPiLibrary>]

Knihovny PyPi, které se mají použít pro spuštění Databricks. Další informace o specifikaci knihoven PyPi naleznete v tématu help(azureml.core.runconfig.PyPiLibrary).
egg_libraries
Vyžadováno
list[<xref:azureml.core.runconfig.EggLibrary>]

Knihovny egg, které se mají použít pro spuštění Databricks. Další informace o specifikaci knihoven egg naleznete v tématu help(azureml.core.runconfig.EggLibrary).
jar_libraries
Vyžadováno
list[<xref:azureml.core.runconfig.JarLibrary>]

Knihovny Jar, které se mají použít pro spuštění Databricks. Další informace o specifikaci knihoven Jar naleznete v tématu help(azureml.core.runconfig.JarLibrary).
rcran_libraries
Vyžadováno
list[<xref:azureml.core.runconfig.RCranLibrary>]

Knihovny RCran, které se mají použít pro spuštění Databricks. Další informace o specifikaci knihoven RCran naleznete v tématu help(azureml.core.runconfig.RCranLibrary).
compute_target
Vyžadováno
str, DatabricksCompute

[Povinné] Výpočetní prostředky Azure Databricks Abyste mohli databricksStep použít ke spouštění skriptů nebo poznámkových bloků v pracovním prostoru Azure Databricks, musíte do pracovního prostoru Azure Machine Learning přidat pracovní prostor Azure Databricks jako cíl výpočetních prostředků.
allow_reuse
Vyžadováno
bool

Určuje, jestli má krok znovu použít předchozí výsledky při opětovném spuštění se stejným nastavením. Opakované použití je ve výchozím nastavení povolené. Pokud obsah kroku (skripty/závislosti) a vstupy a parametry zůstanou beze změny, výstup z předchozího spuštění tohoto kroku se znovu použije. Při opětovném použití kroku místo odeslání úlohy k výpočtu se výsledky předchozího spuštění okamžitě zpřístupní pro všechny následné kroky. Pokud jako vstupy používáte datové sady Azure Machine Learning, určuje se opakované použití podle toho, jestli se definice datové sady změnila, a ne tím, jestli se podkladová data změnila.
version
Vyžadováno
str

Volitelná značka verze, která označuje změnu funkčnosti kroku.
permit_cluster_restart
Vyžadováno
bool

pokud je zadán existing_cluster_id, tento parametr udává, jestli je možné cluster restartovat jménem uživatele.

Metody

create_node

Vytvořte uzel z kroku Databricks a přidejte ho do zadaného grafu.

Tato metoda není určena k přímému použití. Když se vytvoří instance kanálu pomocí tohoto kroku, Azure ML automaticky předá parametry požadované touto metodou, aby se tento krok mohl přidat do grafu kanálu, který představuje pracovní postup.

create_node

Vytvořte uzel z kroku Databricks a přidejte ho do zadaného grafu.

Tato metoda není určena k přímému použití. Když se vytvoří instance kanálu pomocí tohoto kroku, Azure ML automaticky předá parametry požadované touto metodou, aby se tento krok mohl přidat do grafu kanálu, který představuje pracovní postup.

create_node(graph, default_datastore, context)

Parametry

Name Description
graph
Vyžadováno
Graph

Objekt grafu pro přidání uzlu.
default_datastore
Vyžadováno
Union[AbstractAzureStorageDatastore, AzureDataLakeDatastore]

Výchozí úložiště dat.
context
Vyžadováno
<xref:azureml.pipeline.core._GraphContext>

Kontext grafu

Návraty

Typ Description
Node

Vytvořený uzel.