Wählen Sie einen Performance-Modus für serverlose Jobs und Pipelines aus

Serverlose Jobs und Pipelines laufen in einem der folgenden Leistungsmodi:

  • Performance-optimierter Modus (Standardmodus): Azure Databricks hält einen Pool vorgewärmter Rechenressourcen bereit, sodass Workloads in der Regel in weniger als einer Minute gestartet werden und bei Bedarf schnell zusätzliche Rechenressourcen erhalten. Verwenden Sie diesen Modus für schnelles Feedback während der Entwicklung und des Tests oder wenn der Standardmodus die Anforderungen an Fertigstellung oder Datenfrische nicht erfüllen kann.
  • Standardmodus: Workloads starten typischerweise innerhalb von 4 bis 6 Minuten und verbrauchen weniger Databricks-Einheiten (DBUs). Evaluieren Sie diesen Modus für geplante und Batch-Arbeiten, wenn repräsentative Läufe die Anforderungen an Fertigstellung und Datenfrische erfüllen.

Sie wählen den Modus für jeden Job und jede Pipeline-Planung. Um die Workloads zu finden, bei denen sich im Standardmodus am meisten sparen ließe, finden Sie unter Jobs und Pipelines finden, um in den Standardmodus zu wechseln.

Diese Seite vergleicht die Modi, erklärt, wie man einen Modus auswählt und einstellt, und zeigt, wie man überprüft, welchen Modus ein Lauf verwendet hat und welche Kosten er hat.

Note

Der Standardmodus ist eine Performance-Einstellung für serverlose Rechenleistung. Es steht in keinem Zusammenhang mit dem Standard-Access-Modus für Classic Compute.

Vergleichen Sie die Leistungsmodi

Die folgende Tabelle vergleicht die beiden Leistungsmodi:

Performance-optimierter Modus (Voreinstellung) Standardmodus
Startzeit In der Regel weniger als eine Minute. Azure Databricks sorgt dafür, dass die Rechenleistung für die Workload bereit ist. Typischerweise 4 bis 6 Minuten, abhängig von der Compute-Verfügbarkeit.
Laufzeit Bei Workloads, die hochskalieren, ist die Laufzeit kürzer, weil die Rechenleistung aus der Warmkapazität hinzugefügt wird. Das kann länger dauern bei Workloads, die hochskalieren, weil die Rechenleistung langsamer hinzugefügt wird.
Kosten Verbraucht mehr DBUs für dieselbe Workload, dafür bietet es schnelle und vorhersehbare Starts. Verbraucht weniger DBUs für dieselbe Workload, zum gleichen Preis pro DBU und auf derselben SKU.
Optimal für Interaktive Arbeit und Entwicklung, die schnelles Feedback erfordern, sowie Produktionslasten, deren Anforderungen an Fertigstellung oder Datenfrische im Standardmodus nicht erfüllt sind. Geplante Arbeiten und Batch-Verarbeitungen, die ihre Anforderungen an die Ausführungsdauer und Datenfrische mit langsamerem Start und langsamerer Skalierung erfüllen, wie nächtliche Batch-Jobs, Backfills und einmalige Ladevorgänge.

Der leistungsoptimierte Modus ist Standard für serverlose Jobs und Pipelines, egal ob Sie diese in der UI, mit der API, mit Declarative Automation Bundles, mit Terraform oder mit den SDKs erstellen. Aktualisierungen materialisierter Ansichten und Streaming-Tabellen, die nach einem in der Tabellendefinition festgelegten Zeitplan laufen, haben eine eigene Einstellung, deren Standardwert der Standardmodus ist. Siehe Auswählen eines Leistungsmodus für geplante Aktualisierungen.

Beide Modi führen Ihre Workload auf derselben serverlosen Laufzeitumgebung aus und liefern die gleichen Ergebnisse. Informationen zur Preisgestaltung finden Sie auf der Preisseite für Lakeflow Jobs.

Wählen Sie einen Modus für Ihre Workload aus

Der leistungsoptimierte Modus ist Standard. Für geplante Batch-Arbeit empfiehlt Databricks, den Standardmodus für geringere Kosten zu evaluieren. Wählen Sie den Standardmodus, wenn repräsentative Ausführungen, einschließlich Start- und Skalierungszeit, die Anforderungen an die Fertigstellung und Datenerneuerung der Workload erfüllen. Zum Beispiel kann ein nächtlicher Auftrag den Standardmodus verwenden, wenn er abgeschlossen ist, bevor nachgelagerte Dashboards seine Ergebnisse benötigen.

Verwenden Sie den leistungsoptimierten Modus für die folgenden Workloads:

  • Interaktive Arbeit, bei der jemand auf das Ergebnis wartet, etwa Ad-hoc-Ausführungen mit Run now und Ausführungen, die ein Benutzer von einer App oder über einen API-Aufruf startet.
  • Entwicklung, Testen und Validierung von Jobs und Pipelines, bei denen schnelles Feedback zählt.
  • Workloads, deren Service-Level-Agreement, Datenfrischeziele oder Downstream-Konsumenten Ergebnisse früher benötigen, als der Standardmodus liefert.
  • Jobs, die durch einen Dateieingangs-Trigger oder einen Trigger für Tabellenaktualisierung gestartet werden, deren Ziel es ist, neue Daten zügig zu verarbeiten.
  • Jobs, die alle paar Minuten laufen, bei denen langsamere Starts den nächsten Lauf verzögern oder in Warteschlange setzen können.
  • Kurze Aufträge, bei denen die Startzeit einen großen Anteil der Gesamtlaufzeit ausmacht und schnelle Fertigstellung zählt.
  • Workloads, die eine schnellere Skalierung benötigen, um ihre Fertigstellungsanforderungen zu erfüllen.

Der Standardmodus eignet sich gut für die folgenden Workloads:

  • Nächtliche, stündliche und andere geplante Batch-Jobs, die ihre Anforderungen an Fertigstellung und Datenfrische im Standardmodus erfüllen.
  • Pipelines, die Tabellen nach einem Zeitplan aktualisieren, deren Aktualisierungen abgeschlossen sind, bevor Nutzer die Ergebnisse benötigen.
  • Backfills und einmalige Datenladevorgänge.
  • Jobs, die ein externer Orchestrator nach einem Zeitplan auslöst, wenn der Standardmodus die Anforderungen an die nachgelagerte Fertigstellung erfüllt.

Die Performance-Modus-Einstellung gilt nicht für interaktive serverlose Notebooks.

Der Performance-Modus ist eine Einstellung auf Jobebene. Wenn ein Job zeitkritische Aufgaben mit Aufgaben, die warten können, kombiniert, teilen Sie die Aufgaben in separate Jobs auf. Um die Jobs gemeinsam zu orchestrieren, verwenden Sie eine Aufgabe „Job ausführen“. Der Job, den eine Run-Job-Aufgabe ausführt, verwendet einen eigenen Performance-Modus.

Probieren Sie den Standardmodus bei einem bestehenden Job aus

Um die Wirkung des Standardmodus auf einen Auftrag zu messen, bevor Sie sich darauf festlegen, führen Sie Folgendes aus:

  1. Schalten Sie den Job in den Standardmodus. Siehe Einen Job in den Standardmodus umstellen.
  2. Lassen Sie den Job mehrere repräsentative Durchläufe nach seinem normalen Zeitplan ausführen.
  3. Vergleichen Sie die DBUs pro Lauf und die Fertigstellungszeit, einschließlich des Starts, mit Runs vor dem Wechsel. Prüfen Sie, ob der Job weiterhin seine Anforderungen an Fertigstellung und Datenfrische erfüllt. Siehe Die Kosten der einzelnen Modi messen.
  4. Wenn der Auftrag seine Latenzanforderungen nicht mehr erfüllt, schalten Sie ihn wieder in den leistungsoptimierten Modus um. Die Änderung gilt für den nächsten Durchlauf.

Verwenden Sie die geplanten Durchläufe des Jobs für den Vergleich. Zusätzliche manuelle Durchläufe eines Produktionsauftrags können doppelte Daten schreiben.

Unterstützung für den Leistungsmodus nach Workload-Typ

Sie können den Performance-Modus direkt für die folgenden Arten von serverlosen Rechen-Workloads konfigurieren:

  • serverloses Notebook, Python-Skript, Python-Wheel, JAR- und dbt-Aufgaben, einschließlich Notebooks, die eine Aufgabe mit dbutils.notebook.run() ausführt.
  • Serverlose Pipelines werden über eine Pipeline-Aufgabe ausgeführt.
  • Aktualisierungen von materialisierten Ansichten und Streaming-Tabellen, die von einer SQL-Aufgabe oder von einer Notebook- oder dbt-Aufgabe in einem SQL-Warehouse gestartet werden. Der Modus ändert das SQL-Warehouse nicht.

Die folgenden Workloads laufen im leistungsoptimierten Modus:

  • Ausgelöste Pipeline-Updates, die Sie manuell starten. Die Ausnahme ist eine selektive vollständige Aktualisierung, die im Standardmodus ausgeführt werden kann. Siehe Eine Pipeline in den Standardmodus umstellen.
  • Kontinuierliche Pipelines, die den integrierten kontinuierlichen Modus der Pipeline verwenden. Um den Modus auszuwählen, führen Sie die Pipeline mit einem kontinuierlichen Job aus. Siehe Eine Pipeline in den Standardmodus umstellen.

Für die folgenden Workloads setzen Sie den Performance-Modus irgendwo anders als in den Jobeinstellungen:

  • Einmalausführungen, die Sie mit der Job-API-Operation runs/submit erstellen. Um den Performance-Modus festzulegen, setzen Sie performance_target im Anfragetext ein. Wenn Sie den Parameter weglassen, verwendet der Lauf den leistungsoptimierten Modus.
  • Materialisierte Ansichten und Streaming-Tabellen werden gemäß dem in der Tabellendefinition festgelegten Zeitplan aktualisiert. Um den Leistungsmodus einzustellen, aktualisieren Sie den Aktualisierungsplan im Katalog-Explorer. Diese Aktualisierungen verwenden standardmäßig den Standardmodus. Die Einstellung des Modus für diese Aktualisierungen befindet sich in der Beta. Um sie zu nutzen, muss ein Arbeitsbereichsadministrator die Vorschau „System-Managed Job für materialisierte Ansichten & Streaming-Tabellen“ auf der Vorschauseite aktivieren. Siehe Azure Databricks-Vorschauen verwalten und einen Performance-Modus für geplante Aktualisierungen auswählen.

Der Performance-Modus gilt nicht für interaktive serverlose Notebooks, Aufgaben, die auf klassischem Compute laufen, SQL-Warehouses oder Tasks, die unter AI Runtime laufen.

Einen Job in den Standardmodus umstellen

Note

  • Um den Leistungsmodus eines Jobs zu ändern, benötigen Sie die Berechtigung CAN MANAGE für den Job.
  • Um den Modus in Declarative Automation Bundles einzustellen, benötigen Sie Databricks CLI Version 0.241.0 oder höher.

Du legst den Performance-Modus für jeden Job fest. Der Modus gilt für alle serverlosen Aufgaben im Job, und eine Änderung gilt für Läufe, die nach dem Speichern starten.

Benutzeroberfläche

Um einen Job in der Jobs-UI in den Standardmodus zu schalten, führen Sie Folgendes aus:

  1. Klicken Sie in Ihrem Arbeitsbereich auf das Symbol Aufträge & Pipelines in der Randleiste.
  2. Klicken Sie auf den Namen des Jobs.
  3. Schalten Sie im Bereich Jobdetails die Option Performance optimized aus.

Performance optimized wird im Aufgaben-Detailbereich als deaktiviert angezeigt, und Läufe, die nach der Änderung starten, verwenden den Standardmodus.

Um in den leistungsoptimierten Modus zurückzuschalten, aktivieren Sie "Performance optimized". Sie können die Einstellung nur ändern, wenn der Job mindestens eine Aufgabe enthält, für die der Modus gilt. Siehe Unterstützung des Leistungsmodus nach Workload-Typ.

Sie können auch den Modus für einen einzelnen Durchlauf wählen:

Wenn Sie ein Notebook im Notebook planen, wählen Sie den Modus im Dialogfeld für den Zeitplan. Weitere Informationen finden Sie unter Erstellen und Verwalten geplanter Notebookaufträge.

Deklarative Automatisierungspakete

Um den Standardmodus für einen Job in einem Bundle zu verwenden, setzen Sie performance_target auf der Job-Ressource. Das folgende Beispiel verwendet den Standardmodus und nutzt den leistungsoptimierten Modus im dev-Ziel, um während der Entwicklung schnelleres Feedback zu ermöglichen:

resources:
  jobs:
    nightly_etl:
      name: nightly_etl
      performance_target: STANDARD
      tasks:
        - task_key: transform
          notebook_task:
            notebook_path: ../src/transform.ipynb

targets:
  dev:
    resources:
      jobs:
        nightly_etl:
          performance_target: PERFORMANCE_OPTIMIZED

Wenn Sie es auslassen performance_target, verwendet der Job den leistungsoptimierten Modus. Mehr zu Jobressourcen und Zielüberschreibungen finden Sie unter Job und Override with Target Settings.

REST API

Um einen bestehenden Auftrag in den Standardmodus zu schalten, rufen Sie " Jobeinstellungen aktualisieren " mit performance_target in new_settingsauf. Das folgende Beispiel geht davon aus, dass die DATABRICKS_HOST und DATABRICKS_TOKEN Umgebungsvariablen festgelegt sind, wie in Persönlicher Zugriffstoken-Authentifizierung durchführen beschrieben:

curl -X POST "$DATABRICKS_HOST/api/2.2/jobs/update" \
  -H "Authorization: Bearer $DATABRICKS_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "job_id": 123456789,
    "new_settings": {
      "performance_target": "STANDARD"
    }
  }'

Die folgende Liste beschreibt, wie performance_target in anderen Anfragen funktioniert:

Databricks-CLI

Um einen bestehenden Job in den Standardmodus umzuschalten, führen Sie databricks jobs update mit der Job-ID im JSON-Anfragetext aus:

databricks jobs update --json '{"job_id": 123456789, "new_settings": {"performance_target": "STANDARD"}}'

Um einen Job einmal im Standardmodus auszuführen, ohne den Job zu ändern, führen Sie Folgendes aus:

databricks jobs run-now 123456789 --performance-target STANDARD --no-wait

Python SDK

Um einen oder mehrere bestehende Jobs mit dem Databricks SDK für Python in den Standardmodus zu schalten, führen Sie Folgendes aus:

from databricks.sdk import WorkspaceClient
from databricks.sdk.service import jobs

w = WorkspaceClient()

# Replace with the IDs of the jobs to switch to standard mode.
job_ids = [123456789, 234567890]

for job_id in job_ids:
    w.jobs.update(
        job_id=job_id,
        new_settings=jobs.JobSettings(performance_target=jobs.PerformanceTarget.STANDARD),
    )

Terraform

Um den Standardmodus für einen Job zu verwenden, den Sie mit dem Databricks Terraform-Anbieter verwalten, setzen Sie performance_target für die databricks_job-Ressource:

resource "databricks_job" "nightly_etl" {
  name               = "nightly_etl"
  performance_target = "STANDARD"

  task {
    task_key = "transform"
    notebook_task {
      notebook_path = "/Workspace/Users/someone@example.com/transform"
    }
  }
}

Wenn ein Bundle oder Terraform einen Job bereitstellt, ändern Sie den Modus in der Konfiguration. Die nächste Bereitstellung überschreibt Änderungen, die Sie in der Benutzeroberfläche oder mit der API vornehmen. Jobs, die von einem Bundle bereitgestellt werden, sind in der Jobs-UI schreibgeschützt.

Schalten Sie eine Pipeline auf den Standardmodus um

Eine serverlose Pipeline verwendet den Performance-Modus des Jobs, der sie ausführt. Wenn Sie eine Pipeline von der Pipeline-Seite aus planen, erstellt der Zeitplan einen Job, sodass Sie den Modus im Zeitplan auswählen.

Um einen Pipeline-Zeitplan zu erstellen, der den Standardmodus verwendet, führen Sie Folgendes aus:

  1. Klicken Sie in Ihrem Arbeitsbereich auf das Symbol Aufträge & Pipelines in der Randleiste.
  2. Klicken Sie auf den Namen der Pipeline.
  3. Klicken Sie auf Zeitplan. Wenn die Pipeline bereits einen Zeitplan hat, klicken Sie auf Zeitplan hinzufügen.
  4. Konfigurieren Sie den Trigger und den Jobnamen. Siehe Pipeline mit der Pipeline-UI planen.
  5. Deaktivieren Sie das Kontrollkästchen Performance optimized.
  6. Klicke auf Erstellen.

Der Zeitplan erstellt einen Job, der die Pipeline im Standardmodus ausführt. Um das zu bestätigen, öffnen Sie den betreffenden Job und überprüfen Sie, ob Leistungsoptimiert im Bereich „Jobdetails“ deaktiviert ist.

Um den Modus einer bestehenden Zeitplanung oder eines anderen Jobs, der die Pipeline ausführt, zu ändern, versetzen Sie den Job in den Standardmodus. Siehe Einen Job in den Standardmodus umstellen.

Ausgelöste Pipeline-Updates, die Sie manuell starten, zum Beispiel mit Start auf der Pipeline-Seite, laufen im leistungsoptimierten Modus. Eine selektive vollständige Aktualisierung kann im Standardmodus ausgeführt werden. Nachdem Sie die Tabellen zum Aktualisieren ausgewählt haben, klicken Sie auf „Jetzt mit verschiedenen Einstellungen ausführen“, aktivieren „Pipeline mit vollständiger Tabellenaktualisierung ausführen“ und deaktivieren „Performance-optimiert“.

Eine kontinuierliche Pipeline, die den integrierten kontinuierlichen Modus der Pipeline verwendet, läuft im leistungsoptimierten Modus, und Sie können ihren Modus nicht ändern. Um eine kontinuierliche Pipeline im Standardmodus auszuführen, führen Sie sie mit einem kontinuierlichen Job aus und deaktivieren Sie für diesen Job Performance optimized. Ein kontinuierlicher Auftrag übernimmt beim Neustart eines Laufs einen neuen Modus. Damit eine Änderung sofort wirksam wird, klicken Sie auf Ausführung neu starten. Siehe Eine kontinuierliche Pipeline mit einem kontinuierlichen Job ausführen und Jobs kontinuierlich ausführen.

Für materialisierte Ansichten und Streaming-Tabellen, die nach einem Zeitplan aus der Tabellendefinition aktualisiert werden, legen Sie den Modus im Aktualisierungsplan im Katalog-Explorer fest. Siehe Auswählen eines Leistungsmodus für geplante Aktualisierungen.

Überprüfen Sie, welchen Modus ein Lauf verwendet hat

Der Modus, den eine Ausführung verwendet, kann von der Einstellung des Jobs abweichen. Zum Beispiel kannst du für einen einzelnen Durchlauf einen anderen Modus wählen, und dieser Modus gilt für bestimmte Aufgabentypen nicht. Um zu überprüfen, welchen Modus ein Lauf verwendet hat, verwenden Sie eine der folgenden Methoden:

  • Jobs-UI: Öffnen Sie die Ausführung. Auf der Seite „Jobausführungsdetails“ zeigt der Detailbereich „Leistungsoptimiert“ als „Aktiviert“ für den leistungsoptimierten Modus oder „Deaktiviert“ für den Standardmodus an. Die Seite Aufgabenausführdetails zeigt für jede Aufgabe dasselbe Feld an.
  • Jobs API: Das effective_performance_target Feld in der Antwort Get a single job run zeigt den Modus an, den der Run verwendet hat.
  • Systemtabellen: Die product_features.performance_target Spalte in der Tabelle für abrechenbare Nutzung des Systems zeichnet den Modus für serverlose Jobs und Pipelines auf. Für Pipeline-Updates, die ein Job auslöst, zeichnet die trigger_details.job_task.performance_target Spalte in der Pipeline-Update-Timeline-Tabelle auch den Modus auf.

Messen Sie die Kosten jedes Modus

Verwenden Sie die Systemtabelle zur abrechenbaren Nutzung, um Workloads zu finden, die umgestellt werden sollen, und um zu messen, welche Einsparungen der Standardmodus bringt. Nutzungseinträge können mehrere Stunden benötigen, bis sie in der Tabelle erscheinen. Die Abfragen in diesem Abschnitt verwenden Listenpreise, sodass die Kosten keine Rabatte berücksichtigen.

Jobs und Pipelines finden, um in den Standardmodus umzuschalten

Die folgende Abfrage listet die serverlosen Jobs und Pipelines auf, die in den letzten 30 Tagen den performance-optimierten Modus verwendet haben, sortiert nach Listenkosten. Workloads nahe der Spitze der Ergebnisse sind gute Kandidaten für den Standardmodus, wenn repräsentative Läufe, einschließlich Start- und Skalierungszeit, ihre Anforderungen an Fertigstellung und Datenfrische erfüllen.

SELECT
  u.workspace_id,
  u.billing_origin_product AS product,
  u.usage_metadata.job_id AS job_id,
  u.usage_metadata.dlt_pipeline_id AS pipeline_id,
  MAX(u.usage_metadata.job_name) AS job_name,
  COUNT(DISTINCT u.usage_metadata.job_run_id) AS job_runs,
  SUM(u.usage_quantity) AS dbus,
  SUM(u.usage_quantity * lp.pricing.default) AS list_cost
FROM system.billing.usage AS u
INNER JOIN system.billing.list_prices AS lp
  ON u.cloud = lp.cloud
  AND u.sku_name = lp.sku_name
  AND u.usage_start_time >= lp.price_start_time
  AND (u.usage_end_time <= lp.price_end_time OR lp.price_end_time IS NULL)
WHERE
  u.billing_origin_product IN ('JOBS', 'DLT')
  AND u.product_features.is_serverless
  AND u.product_features.performance_target = 'PERFORMANCE_OPTIMIZED'
  AND u.usage_unit = 'DBU'
  AND u.usage_date >= DATEADD(day, -30, current_date())
GROUP BY
  u.workspace_id,
  u.billing_origin_product,
  u.usage_metadata.job_id,
  u.usage_metadata.dlt_pipeline_id
ORDER BY list_cost DESC
LIMIT 50

Um die Pipeline zu wechseln, mit der ein Job ausgeführt wird, wechseln Sie den Job. Siehe Einen Job in den Standardmodus umstellen.

Vergleichen Sie die Nutzung eines Jobs vor und nach dem Wechsel

Nachdem ein Job in beiden Modi ausgeführt wurde, vergleicht die folgende Abfrage die DBUs, die seine Aufgaben pro Lauf in jedem Modus verbrauchen. Ersetzen Sie <job-id> durch die ID des Jobs:

SELECT
  u.product_features.performance_target AS performance_mode,
  COUNT(DISTINCT u.usage_metadata.job_run_id) AS runs,
  SUM(u.usage_quantity) AS dbus,
  SUM(u.usage_quantity) / COUNT(DISTINCT u.usage_metadata.job_run_id) AS dbus_per_run
FROM system.billing.usage AS u
WHERE
  u.billing_origin_product = 'JOBS'
  AND u.product_features.is_serverless
  AND u.usage_unit = 'DBU'
  AND u.usage_metadata.job_id = '<job-id>'
  AND u.usage_date >= DATEADD(day, -30, current_date())
GROUP BY ALL

Die Abfrage zählt nur die Nutzung, die dem Job abgerechnet wird (JOBS). Pipeline-Aufgaben werden als Pipeline-Nutzung (DLT) abgerechnet, sodass die Ergebnisse sie nicht enthalten. Um eine Pipeline zu vergleichen, die von einer Pipeline-Aufgabe ausgeführt wird, filtern Sie stattdessen auf u.billing_origin_product = 'DLT' und u.usage_metadata.dlt_pipeline_id = '<pipeline-id>' und zählen u.usage_metadata.dlt_update_id statt u.usage_metadata.job_run_id.

Der DBU-Verbrauch pro Lauf hängt auch davon ab, wie viele Daten jeder Lauf verarbeitet, also vergleichen Sie Läufe, die ähnliche Datenmengen verarbeiten. Um Laufzeiten zu vergleichen, öffnen Sie den Job und sehen Sie sich die Ausführungen an. Siehe Monitor Lakeflow Jobs.

Um den DBU-Verbrauch nach Modus über alle Jobs und Pipelines hinweg zu melden, lesen Sie Bericht über nach Leistungsmodus verbrauchte DBUs.

Häufig gestellte Fragen (FAQ) zu serverlosen Leistungsmodi

Hat der Standardmodus einen anderen Preis?

No. Beide Modi werden unter demselben SKU zum gleichen Preis pro DBU abgerechnet. Der Standardmodus kostet weniger, weil er weniger DBUs verbraucht.

Kann ich für alle Aufgaben in einem Arbeitsbereich einen Standardmodus festlegen?

No. Du legst den Modus für jeden Job und jeden Pipeline-Zeitplan fest. Um viele Jobs zu wechseln, verwenden Sie die Jobs-API, das Databricks SDK für Python, Declarative Automation Bundles oder Terraform. Siehe Einen Job in den Standardmodus umstellen.

Können Aufgaben im selben Job unterschiedliche Modi verwenden?

No. Der Modus gilt für den gesamten Job. Um einige Aufgaben in jedem Modus auszuführen, legen Sie sie in separate Jobs und verwenden Sie eine Aufgabe "Job ausführen", um sie zu orchestrieren.

Wann tritt eine Modusänderung in Kraft?

Eine Änderung gilt für Läufe, die nach dem Speichern beginnen. Ein laufender Durchlauf behält den Modus, mit dem er begonnen hat. Für einen fortlaufenden Auftrag klicken Sie auf Ausführung neu starten, um die Änderung sofort anzuwenden.

Warum nutzte ein Run einen anderen Modus als seinen Job?

Der Lauf könnte mit einem Modus nur für diesen Lauf gestartet sein, zum Beispiel aus „Jetzt ausführen“ mit anderen Einstellungen, durch eine Reparatur oder mit performance_target in einer „Jetzt ausführen“-Anfrage. Um den Modus zu überprüfen, den ein Lauf verwendet hat, siehe Überprüfen, welchen Modus ein Lauf verwendet hat.

Warum verwendet ein Job den Standardmodus, wenn ich ihn nicht gewählt habe?

Bis September 2025 war der Standardmodus standardmäßig für neue serverlose Jobs und Pipeline-Zeitpläne, die Sie in der Benutzeroberfläche erstellten. Jobs, die die Benutzeroberfläche vor der Änderung im Standardmodus erstellt hat, behalten diesen Modus, bis Sie ihn ändern. Siehe die Veröffentlichungshinweise vom September 2025. Um einen Job in den leistungsoptimierten Modus umzustellen, lesen Sie Einen Job in den Standardmodus umstellen.

Warum dauert mein Job im Standardmodus länger als 6 Minuten, um zu starten?

Die Startzeit im Standardmodus hängt von der Verfügbarkeit der Rechenleistung ab und variiert von Lauf zu Lauf. Vier bis sechs Minuten sind typisch, kein Maximum. Wenn ein Auftrag eine vorhersehbare Startzeit benötigt, verwenden Sie den leistungsoptimierten Modus.

Kann ich den Standardmodus für Aufgaben verwenden, die von einem externen Tool ausgelöst werden?

Ja. Stell den Modus auf dem Job ein und lass das Tool den Job mit Run jetzt auslösen. Wenn das Tool Einmalläufe mit runs/submit einreicht, verwenden die Läufe den leistungsoptimierten Modus, sofern die Anfrage nicht performance_target setzt.

Zusätzliche Ressourcen