Nutze Shared Serverless für Git-Ordner und Bundles

Important

Dieses Feature befindet sich in der Betaversion. Zur Verwendung muss ein Workspace-Administrator projektbezogenen Shared Compute auf der Seite Vorschauen aktivieren. Siehe Manage Azure Databricks Previews.

Bei Shared Serverless teilen Notizbücher und Dateien im selben Git-Ordner oder Bundle Serverless-Compute und eine Python-Umgebung im Editor. Um die Umgebung anzupassen, füge eine pyproject.toml Datei an der Ordnerwurzel hinzu. Um ein Notebook oder eine Datei anzuhängen, befolgen Sie die Schritte für Git-Ordner oder Declarative Automation Bundles.

Anforderungen

Ihr Arbeitsbereich muss die Anforderungen an serverlose Rechenleistungen erfüllen.
Öffne deinen Git-Ordner oder Bundle im Git-Ordnereditor oder im Bundle-Editor. Siehe Git-Ordner erstellen und verwalten sowie Bundles im Arbeitsbereich erstellen.
Shared Serverless benötigt Serverless-Umgebung Version 5 oder höher.

Gemeinsames Rechnen und Umgebung

Notebooks und Dateien im selben Git-Ordner oder Bundle teilen Compute und eine Python-Umgebung im Editor. Eine optionale pyproject.toml Datei in der Ordnerwurzel definiert die gemeinsame Umgebung.
Nur Notizbücher und Dateien im zugehörigen Git-Ordner oder -Bundle können an die gemeinsame Compute-Ressource angehängt werden.
Gemeinsame Rechenressourcen sind nach Benutzer isoliert. Nur der Benutzer, der zunächst ein Notizbuch oder eine Datei an eine gemeinsame Rechenressource anhängt, kann darauf Workloads ausführen.
Die Ausführung des Notebook bleibt isoliert. Python-Variablen, die in einem Notebook definiert sind, sind in einem anderen Notebook nicht verfügbar.
Ein Webterminal , das von einem angehängten Notizbuch oder einer Datei aus geöffnet wird, läuft auf derselben Rechenressource.

Nutze Shared Serverless in Git-Ordnern

Nutze Shared Serverless, um mit Notizbüchern und Dateien in einem Git-Ordner zu arbeiten.

Notebooks und Dateien im Git-Ordner-Editor anfügen

Klicken Sie in der Seitenleiste des Arbeitsbereichs auf Arbeitsbereich und navigieren Sie zum Git-Ordner.
Klicken Sie auf Im Editor öffnen.
Öffne ein Notizbuch oder eine Datei im Git-Ordner.
Klicken Sie auf das Dropdown-Menü „Berechnung“.
Wählen Sie Shared Serverless.
Führe das Notizbuch oder die Datei aus, um die Compute-Ressource zu starten.

Um denselben Compute aus einem anderen Notizbuch oder einer Datei zu verwenden, öffne ihn im selben Git-Ordner und wähle Shared Serverless.

Kollaborieren Sie über Git

Databricks empfiehlt, dass jeder Kollaborateur das Repository in einen Git-Ordner in seinem persönlichen Workspace-Ordner klont . Jeder Projektmitarbeiter erhält dann eine separate Compute-Ressource und -Umgebung für seinen Klon.

Verwenden Sie Branches, Commits, Pushes und Pulls, um Änderungen über das entfernte Git-Repository auszutauschen. Siehe In Git-Ordnern zusammenarbeiten.

Nutze Shared Serverless in Bündeln

Nutze Shared Serverless, um mit Notizbüchern und Dateien in einem Bundle im Arbeitsbereich zu arbeiten. Die Bundle-Wurzel enthält databricks.yml und kann eine pyproject.toml Datei enthalten, die die gemeinsame Umgebung definiert.

Notizbücher und Dateien im Bundle-Editor anhängen

Klicken Sie in der Seitenleiste des Arbeitsbereichs auf Arbeitsbereich und navigieren Sie zum Bundle.
Klicken Sie rechts neben dem Bundle-Namen auf In Editor öffnen.
Öffnen Sie ein Notebook oder eine Datei im Bundle.
Klicken Sie auf das Dropdown-Menü „Berechnung“.
Wählen Sie Shared Serverless.
Führe das Notizbuch oder die Datei aus, um die Compute-Ressource zu starten.

Um denselben Compute aus einem anderen Notizbuch oder einer Datei zu verwenden, öffne ihn im selben Bundle und wähle Shared Serverless.

Um über Git zusammenzuarbeiten, soll jeder Kollaborateur das Repository in einen Git-Ordner in seinem persönlichen Arbeitsbereich klonen. Siehe Zusammenarbeit über Git.

Verwalten Sie die Umgebung mit `pyproject.toml`

Shared Serverless verwendet die pyproject.toml Datei im Git-Ordner oder im Bundle Root, um Python-Abhängigkeiten für das Projekt zu verwalten. Standard-Serverless-Notebooks verwenden Abhängigkeiten, die für jedes Notebook im Seitenbereich Environment konfiguriert sind.

Erstellen Sie die Root-Datei pyproject.toml und legen Sie die serverlose Umgebungsversion fest, bevor Sie die Abhängigkeiten verwalten. Siehe Erstellen und bearbeiten pyproject.toml. Du kannst dann Abhängigkeiten mit Notebook-Befehlen hinzufügen oder die Datei direkt bearbeiten.

Verwenden Sie Notebook-Befehle

Öffne ein Notizbuch, das mit Shared Serverless verbunden ist.
Führe %uv add <package> aus, um eine Abhängigkeit zur Root-Datei pyproject.toml hinzuzufügen. Beispiele:
```
%uv add cowsay
```

Der Befehl aktualisiert pyproject.toml, uv.lock, und die gemeinsame Umgebung. Du musst %uv add nicht nach %uv sync ausführen. Verwenden Sie %uv sync, um Änderungen anzuwenden, die direkt an pyproject.toml vorgenommen wurden.

Erstellen und bearbeiten `pyproject.toml`

Öffnen Sie ein Notebook, das mit Shared Serverless zugeordnet ist.
Öffnen Sie den Seitenbereich Umgebung.
Klicke in der Karte Managed by pyproject.toml auf pyproject.toml erstellen, um die Root-Datei zu erstellen. Wenn die Datei bereits existiert, klicke auf pyproject.toml anzeigen. Die Datei öffnet sich im Editor.
Bearbeiten Sie die dependencies Liste. Behalte den generierten [tool.databricks.environment] Abschnitt oder füge ihn hinzu, falls er fehlt. Stellen Sie environment_version auf eine unterstützte Version ein (Version 5 oder höher). Beispiele:
```
[project]
name = "my-project"
version = "0.1.0"
dependencies = [
  "simplejson==3.18.1",
]

[tool.databricks.environment]
environment_version = "5"
```
Klicken Sie auf Anwenden oben im pyproject.toml Dateieditor.

Die aktualisierte Umgebung steht Notebooks und Dateien zur Verfügung, die an dieselbe gemeinsame Computeressource angehängt sind. Um die Umgebung zu inspizieren, öffne den Seitenbereich Umwelt . Siehe Konfigurieren der serverlosen Umgebung für Informationen zu serverlosen Umgebungsversionen und installierten Abhängigkeiten.

Planen eines Notebooks

Wenn Sie ein an Shared Serverless angehängtes Notebook aus dem Git-Ordner oder Bundle-Editor planen, verwendet Azure Databricks die Root-Datei pyproject.toml als Projektumgebung des Einzelvorgangs, falls die Datei existiert. Setzen Sie das Bundle wie in den folgenden Schritten beschrieben ein.

Im Git-Ordner oder im Bundle-Editor öffnen Sie ein Notizbuch, das Shared Serverless zugeordnet ist.
Wenn der Git-Ordner oder das Bundle eine Root-Datei pyproject.toml enthält, überprüfen Sie, dass sie die für die Aufgabe benötigten Abhängigkeiten deklariert.
Klicken Sie auf Zeitplan.
In der Dropdown-Liste Compute wählen Sie serverless Compute.
Konfigurieren Sie die Zeitplanung und klicken Sie auf Erstellen.

Nachdem Sie auf Erzeugen geklickt haben, überprüfen Sie die Jobkonfiguration:

Git-Ordner: Wenn der Git-Ordner eine Root-Datei pyproject.toml hat, überprüfen Sie, ob die Projektumgebung in der Aufgabenkonfiguration des Jobs darauf verweist. Informationen zum Ändern der Auswahl finden Sie unter Umgebung für Aufgaben konfigurieren.
Bundle: Der Bundle-Editor öffnet eine generierte Job-YAML-Datei im resources/ Ordner.
1. Wenn das Bundle eine Root-Datei pyproject.toml enthält, überprüfen Sie, dass project_environment unter dem spec der Umgebung darauf verweist, relativ zur generierten YAML-Datei. Siehe Konfigurieren einer Projektumgebung in einem Bundle.
2. Stellen Sie das Bundle bereit, um den Einzelvorgang zu erstellen.
Zeitpläne werden im Entwicklungsmodus standardmäßig pausiert. Sehen Sie sich Bereitstellungsmodi für deklarative Automatisierungs-Bundles an.

Optionen für die Planung von Notebooks finden Sie unter Erstellen und Verwalten von geplanten Notebookaufträgen.

Limitations

Compute Sharing ist auf eine serverlose Nutzungsrichtlinie beschränkt. Notebooks und Dateien im selben Git-Ordner oder -Bundle, für die unterschiedliche Nutzungsrichtlinien gelten, werden separate Compute-Ressourcen zugewiesen, anstatt eine zu teilen.

Weitere Ressourcen

Feedback

War diese Seite hilfreich?

Zuletzt aktualisiert um 2026-10-29