Del via

Biblioteksadministration i Fabric-miljøer

Microsoft Fabric-miljøer giver fleksible konfigurationer til kørsel af dine Spark-job. Biblioteker leverer kode, der kan genbruges, og som udviklere vil inkludere i deres arbejde. Med undtagelse af de indbyggede biblioteker, der følger med hver Spark-kørsel, kan du installere offentlige og brugerdefinerede biblioteker i dine Fabric-miljøer. Du kan nemt vedhæfte miljøer til dine notesbøger og Spark-jobdefinitioner.

Bemærk

Gå til det arbejdsområde, hvor dit miljø er placeret, vælg dit miljø, og indstillingerne for biblioteksadministration er placeret under fanen Biblioteker . Hvis du ikke har oprettet et miljø, skal du se Oprette, konfigurere og bruge et miljø i Fabric.

Indbyggede biblioteker

I Fabric leveres hver runtime-version forudindlæst med et organiseret sæt indbyggede biblioteker, der er optimeret til ydeevne, kompatibilitet og sikkerhed på tværs af Python, R, Java og Scala. Sektionen Indbyggede biblioteker i miljøet giver dig mulighed for at gennemse og søge i disse forudinstallerede biblioteker baseret på den valgte kørsel.

Hvis du vil se listen over forudinstallerede pakker og deres versioner for hver kørsel, skal du se Apache Spark-kørsler i Fabric.

Vigtige oplysninger

Fabric understøtter forskellige måder at administrere pakker på. Du kan finde flere muligheder og bedste praksis for administration af biblioteker i Fabric under Administrer Apache Spark-biblioteker i Fabric Når dit arbejdsområde har netværksfunktioner, f.eks. beskyttelse af udgående adgang til arbejdsområdet eller administrerede virtuelle netværk, blokeres adgangen til offentlige lagre som PyPI. Følg instruktionerne i Administrer biblioteker med begrænset netværksadgang i Fabric for problemfrit at administrere bibliotekerne i Miljø.

Eksterne arkiver

I sektionen Eksterne repositorier kan du enten tilføje biblioteker fra offentlige biblioteker som PyPI og Conda, og også fra dine private repositorier, som Azure Artifact Feed.

Bemærk

Installation af biblioteker fra Azure Artifact Feed understøttes i øjeblikket i Spark 3.5, og understøttes IKKE i private link- eller udgående adgangsbeskyttelsesaktiverede arbejdsområder.

Skærmbillede, der viser miljøet Eksterne repositories Biblioteker-skærm.

Tilføj et nyt bibliotek fra offentlige arkiver

For at tilføje et nyt bibliotek fra et offentligt arkiv, f.eks. PyPI eller conda, vælg Tilføj bibliotek fra offentligt repository. Indtast bibliotekets navn i søgefeltet. Mens du skriver, foreslår søgefeltet populære biblioteker, men listen er begrænset. Hvis du ikke kan se dit bibliotek, så indtast dets fulde navn.

  • Hvis bibliotekets navn er gyldigt, kan du se de tilgængelige versioner.
  • Hvis biblioteksnavnet ikke er gyldigt, får du en advarsel om, at biblioteket ikke findes.

Tilføj et nyt bibliotek fra private arkiver

Opsæt forbindelse til dit Azure Artifact Feed

I Fabric er det forbudt at gemme legitimationsoplysningerne direkte. Forbindelserne skal sættes op via Data Factory Connector. Følgende er en trin-for-trin vejledning til at opsætte forbindelsen til Azure Artifact Feed. Lær mere om Azure Artifact Feed.

  1. Trin 1: Gå i dine arbejdsområdeindstillinger til Administrer forbindelser og gateways.

    Skærmbillede, der viser indgangspunktet for miljøet Eksterne repositorie-forbindelser.

  2. Trin 2: Opret en ny forbindelse. Vælg Cloud som type og vælg Azure Artifact Feed (Preview) som forbindelsestype. Indtast URL'en og brugertokenet i de respektive felter, og sørg for at sætte krydset ved Tillad Code-First Artefakt ... for at få adgang til denne forbindelse (Forhåndsvisning).

    Skærmbillede, der viser et eksempel på oprettelse af en ny connectorskærm.

  3. Trin 3: Registrer forbindelses-ID'et efter oprettelsen, dette er nødvendigt for at bruge forbindelsen i Fabric-miljøer.

Tilføj biblioteker fra Azure Artifact Feed

For at installere biblioteker fra dit Azure Artifact Feed, forbered en YML-fil, der indeholder de korrekte biblioteksdetaljer og oplysninger om forbindelse til private arkiver. En typisk YML-fil indeholder Azure Artifact Feed-URL'en og autentificeringsdetaljer. For at Fabric kan genkende forbindelsen korrekt, skal du dog erstatte URL'en og legitimationsoplysningerne med det Connection ID, der er oprettet i Data Factory Connector.

Nedenfor er et eksempel:

# Regular YAML
dependencies:
  - pip:
    - fuzzywuzzy==0.18.0
    - wordcloud==1.9.4
    - --index-url <URL_TO_THE_AZURE_ARTIFACT_FEED_WITH_AUTH>

# Replace the Azure Artifact Feed URL with connection ID
dependencies:
  - pip:
    - fuzzywuzzy==0.18.0
    - wordcloud==1.9.4
    - --index-url <YOUR_CONNECTION_ID>

Med den forberedte YML-fil kan du enten uploade den direkte eller skifte til YML-editorvisningen for at indsætte indholdet i editoren i Fabric-miljøer. Når du publicerer miljøet, læser systemet pakkerne fra dit private repository og lagrer dem i Fabric. Hvis du opdaterer pakker i dit Azure Artifact Feed, skal du sørge for at genudgive miljøet for at anvende de seneste ændringer.

Bemærk

  • I Listevisningen kan du kun tilføje eller fjerne eller redigere biblioteker fra eksisterende private repositorier. For at tilføje, fjerne eller redigere en privat repository-forbindelse, skift til YML-editorvisningen og opdater YML-filen direkte.
  • Søgning i biblioteker i private repositories, mens du skriver, understøttes i øjeblikket ikke. Sørg venligst for at indtaste bibliotekets navn og version korrekt , når du tilføjer biblioteker fra private repositorier. Forkert pakkeinformation vil få miljøudgivelsen til at fejle.
  • Du kan angive flere repositories i YML-filen. Når biblioteker installeres, søger Fabric i den angivne rækkefølge, indtil pakken findes. Offentlige repositorier som PyPI og Conda søges automatisk i slutningen, selvom de ikke er inkluderet i YML-filen.

Filtrer eksterne biblioteker

Du kan bruge pakkenavnet som nøgleord til at filtrere listen over eksterne biblioteker.

Opdater eksterne biblioteker

Du kan opdatere bibliotekets navn, version og kildetype i Listevisning. I YML-editorvisningen kan du også opdatere disse detaljer sammen med Azure Artifact Feed-forbindelses-ID'en.

Slet eksterne biblioteker

Slet-muligheden for hvert bibliotek vises, når du holder musen over dets række. For at slette flere eksterne biblioteker, vælg dem og klik på Slet. Du kan også fjerne biblioteker ved at bruge YML-editorvisningen.

Vis afhængighed

Hvert eksternt bibliotek fra offentlige arkiver kan have afhængigheder. Muligheden Vis afhængigheder vises, når du holder musen over den tilsvarende række. Ved at klikke på denne knap henter afhængighedstræet fra offentlige repositorier. Hvis biblioteket ikke kan findes i offentlige repositorier, f.eks. hvis det er et privat bibliotek i dit Azure Artifact Feed, vil dets afhængighedsinformation ikke være tilgængelig.

Eksporter til .yml

Fabric giver mulighed for at eksportere hele den eksterne biblioteksliste til en .yml fil og downloade den til din lokale mappe.

Brugerdefinerede biblioteker

Brugerdefinerede biblioteker refererer til kode, der er oprettet af dig eller din organisation. Fabric understøtter brugerdefinerede biblioteksfiler i .whl, .py, .jarog .tar.gz formater.

Bemærk

Fabric understøtter kun .tar.gz filer til R-sprog. Brug filformatet .whl og .py til Python-sproget.

Skærmbillede, der viser skærmbilledet Brugerdefinerede biblioteker for miljøet.

Overfør det brugerdefinerede bibliotek

Du kan uploade brugerdefinerede biblioteker fra din lokale mappe til Fabric-miljøet.

Slet det brugerdefinerede bibliotek

Indstillingen Papirkurv for hvert bibliotek vises, når du holder markøren over den tilsvarende række. Hvis du vil slette flere brugerdefinerede biblioteker, skal du markere dem og derefter vælge Slet.

Download alle brugerdefinerede biblioteker

Vælg brugerdefinerede biblioteker for at downloade dem en efter en til din lokale standardmappe til download.

Relateret indhold

  • Last updated on