air Kommandogruppe

Die air Befehlsgruppe innerhalb der Databricks-CLI übermittelt und verwaltet GPU-Workloads, wie Training und Inferenz, mit AI Runtime.

Für Workload-Konfigurationsfelder siehe Workload YAML Referenz. Um Ihren ersten Workload einzureichen, siehe AI Runtime Quickstart.

Databricks Air Run

Reichen Sie eine Arbeitslast aus einer YAML-Konfiguration ein. Die Ausgabe enthält die Job-Run-ID und die Job-Run-URL.

databricks air run --file YAML_PATH [flags]

Arguments

None

Options

-f, --file string

    Pfad zur Workload-YAML-Konfiguration. Diese Option ist erforderlich.

--watch

    Stromprotokolle vom ersten Knoten (Knoten 0) bis der Durchlauf einen Endzustand erreicht. Standardwert: false.

--override stringArray

    Überschreiben Sie ein YAML-Feld mit FIELD_PATH=VALUE. Wiederhole diese Option, um mehrere Felder zu überschreiben.

--dry-run

    Validiere die Konfiguration, ohne einen Workload einzureichen. Standardwert: false.

--idempotency-key string

    Geben Sie einen bestehenden Lauf zurück, als der Schlüssel zuvor verwendet wurde. Überschreibungen idempotency_token im YAML. Maximal: 64 Zeichen.

Globale Flaggen

Examples

Das folgende Beispiel reicht eine Arbeitslast aus train.yaml und streamt Logs vom ersten Knoten (Knoten 0), bis der Lauf abgeschlossen ist:

databricks air run --file train.yaml --watch

Um im Hintergrund einzureichen, lass --watches weg. Der Befehl kehrt nach der Unterwerfung zurück. Verwenden Sie die zurückgegebene Job Run ID, um Status und Stream-Logs zu überprüfen:

databricks air get <job-run-id>
databricks air logs <job-run-id>

Verwenden Sie dasselbe Arbeitsbereichsprofil für Einreichung, Status und Protokolle. Siehe Konfigurationsprofile für die Databricks-CLI.

Geben Sie einen Konfigurationspfad als separates Argument an, -h um Hilfe zur Workload-Konfiguration anzuzeigen:

databricks air run -h config
databricks air run -h config.compute
databricks air run -h config.compute.accelerator_type

Databricks Air Get

Erhalte Details für einen Lauf.

databricks air get JOB_RUN_ID [flags]

Arguments

JOB_RUN_ID

    Eine Job-Run-ID wurde von databricks air run. zurückgegeben.

Options

Globale Flaggen

Databricks Air List

Liste wird ausgeführt. Standardmäßig listet der Befehl aktive Läufe auf, die vom aktuellen Benutzer eingereicht wurden.

databricks air list [flags]

Arguments

None

Options

--limit int

    Maximale Anzahl von Runs zu zeigen. Standardwert: 20.

--all-status

    Beziehen Sie Läufe in Terminalstaaten ein. Standardwert: false.

--all-users

    Beziehen Sie von anderen Nutzern eingereichte Läufe ein. Standardwert: false.

--filter stringArray

    Der Filter läuft mit KEY=VALUE. Wiederhole diese Option, um Bedingungen hinzuzufügen. Ein Durchlauf muss jeder Bedingung entsprechen. Siehe Filtertasten.

Globale Flaggen

Filtertasten

Jede --filter Option setzt eine Bedingung KEY=VALUE voraus. = ist der einzige Operator. Du kannst eine Bedingung nicht negieren, keine Reichweiten vergleichen oder Bedingungen mit OR kombinieren.

Key Übereinstimmungen Example
accelerator_type Die Beschleunigerfamilie, wie A10 oder H100, oder der volle accelerator_type Wert aus dem Workload-YAML, wie GPU_8xH100. Familiennamen sind nicht hoch- und kleinschreibungssensitiv. accelerator_type=H100
experiment Ein Klumpenmuster im Vergleich zum gesamten Experimentnamen. Der Treffer ist nicht groß- und kleinschreibungsabhängig. * entspricht jeder Zeichenfolge, ? einem Zeichen und [abc] einem Zeichen aus dem Set. Reguläre Ausdrücke werden nicht unterstützt. Ein Wert ohne Wildcard entspricht nur einem Experiment mit genau diesem Namen. 'experiment=qwen*'
num_accelerators Die Gesamtzahl der GPUs für den Durchlauf. Der Wert muss eine positive ganze Zahl sein und exakt übereinstimmen. num_accelerators=8
user Der Benutzername des Nutzers, der den Run eingereicht hat. Der Wert muss exakt übereinstimmen. Dieser Schlüssel ersetzt die Standardbeschränkung auf deine eigenen Durchläufe, sodass du nicht brauchst --all-users. user=person@example.com

Für die unterstützten accelerator_type Werte siehe Beschleunigertypen.

Filter grenzen die bereits aufgeführten Läufe ein. Ohne , können nur aktive Läufe --all-statusübertreffen.

Setze einzelne Anführungszeichen um eine Bedingung, die *, ?, oder [ so enthält, dass deine Schale das Muster unverändert an die CLI weitergibt.

Der Befehl gibt einen Fehler zurück, wenn eine Bedingung nicht in KEY=VALUE Form ist, einen Schlüssel verwendet, der nicht in der Tabelle ist, oder einen leeren oder ungültigen Wert hat.

Examples

Das folgende Beispiel listet Ihre aktiven Durchläufe auf, die H100-Beschleuniger verwenden:

databricks air list --filter accelerator_type=H100

Das folgende Beispiel listet Läufe in jedem eingereichten Zustand person@example.com auf, in dem der Experimentname mit qwen beginnt und der Durchlauf insgesamt acht GPUs verwendet:

databricks air list --all-status \
  --filter 'experiment=qwen*' \
  --filter num_accelerators=8 \
  --filter user=person@example.com

Databricks Air Logs

Streamen oder holen Sie Protokolle für einen Lauf.

databricks air logs JOB_RUN_ID [flags]

Arguments

JOB_RUN_ID

    Eine Job-Run-ID wurde von databricks air run. zurückgegeben.

Options

--node int

    Wählen Sie einen Null-basierten Knotenindex. Standardwert: 0.

--tail int

    Anzahl der vorhandenen Loglines zu drucken. Standardwert: 10000.

--minutes int

    Holen Sie Protokolle von den letzten Minuten. Kann nicht mit --tail kombiniert werden. Standardwert: 0.

--retry int

    Wählen Sie einen erneuten Versuch aus. 0 ist der erste Versuch und -1 der neueste. Standardwert: -1.

--download-to string

    Laden Sie vollständige Protokolle in ein Verzeichnis herunter. Lädt alle Knoten herunter, es sei denn --node , es ist festgelegt. Kann nicht mit --tail oder --minutes kombiniert werden.

Globale Flaggen

Databricks Air Cancel

Brechen Sie einen oder mehrere Läufe nach Job-Run-ID ab oder brechen Sie alle aktiven Läufe ab, die vom aktuellen Benutzer eingereicht werden.

databricks air cancel [JOB_RUN_ID...] [flags]

Arguments

JOB_RUN_ID

    Eine oder mehrere Job-IDs laufen aus. Kann nicht mit --all kombiniert werden.

Options

--all

    Brechen Sie alle aktiven Durchläufe ab, die vom aktuellen Nutzer eingereicht werden. Standardwert: false.

-y, --yes

    Überspringe die Bestätigungsaufforderung, die von --all. verwendet wird. Standardwert: false.

Globale Flaggen

Databricks Air Images pushen

Schiebe ein Container-Image ins Artifact Registry.

Für Voraussetzungen und Anweisungen zum Pushen eines Images siehe Push-Bilder mit der Databricks-CLI.

databricks air images push [flags]

Arguments

None

Options

-s, --source string

    Das Quellcontainer-Image als Name mit einem optionalen Tag (NAME[:TAG]) oder einem Digest (NAME@DIGEST). Wenn es in einem interaktiven Terminal weggelassen wird, fordert der Befehl den Wert an.

--catalog string

    Der Zielkatalog des Unity-Katalogs. Wenn es in einem interaktiven Terminal weggelassen wird, fordert der Befehl den Wert an.

--schema string

    Das Ziel-Unity Catalog-Schema. Wenn es in einem interaktiven Terminal weggelassen wird, fordert der Befehl den Wert an.

--artifact string

    Das Zielartefakt als ARTIFACT[:TAG]. Standardmäßig wird der Name des Quellbilds und des Tags verwendet, oder der latest Tag, wenn der Quelle kein Tag hat.

--pull

    Ziehe das Quellbild vor dem Pushen aus der Registry, anstatt ein verfügbares lokales Image wiederzuverwenden. Standardwert: false.

Globale Flaggen

Databricks Air Convert-to-Dabs

Konvertiere eine Workload-YAML-Konfiguration in ein Databricks Asset Bundle. Dieser lokale Befehl schreibt und startet databricks.yml Dateien unter generated_artifacts/.

Dieser Befehl ist eine optionale Brücke zu einem fortgeschrittenen Produktionsworkflow. Du kannst die Konfiguration weiterhin nutzen databricks air run , ohne die Konfiguration zu konvertieren.

Für den Bundle-Workflow siehe GPU-Workloads planen und Aufgaben komponieren.

databricks air convert-to-dabs YAML_PATH [flags]

Arguments

YAML_PATH

    Der Pfad zur Workload-YAML-Konfiguration.

Options

--output-dir string

    Verzeichnis, in dem der Befehl das Bündel schreibt. Die Codequelle muss sich in diesem Verzeichnis befinden. Standard: das Verzeichnis, das die Eingabe-YAML-Datei enthält.

--force

    Überschreibe generierte Bundle-Dateien, die bereits existieren. Standardwert: false.

Globale Flaggen

Globale Kennzeichnungen

--debug

  Gibt an, ob die Debugprotokollierung aktiviert werden soll.

-h oder --help

    Hilfe für die Databricks CLI oder die zugehörige Befehlsgruppe oder den zugehörigen Befehl anzeigen.

--log-file String

    Eine Zeichenfolge, die die Datei darstellt, in die Ausgabeprotokolle geschrieben werden sollen. Wenn dieses Flag nicht angegeben ist, werden Ausgabeprotokolle standardmäßig in stderr geschrieben.

--log-format Format

    Der Protokollformattyp text oder json. Der Standardwert ist text.

--log-level String

    Eine Zeichenfolge, die die Protokollformatebene darstellt. Wenn nicht angegeben, ist die Protokollformatebene deaktiviert.

-o, --output Typ

    Der Befehlsausgabetyp text oder json. Der Standardwert ist text.

-p, --profile String

    Der Name des Profils in der ~/.databrickscfg Datei, das zum Ausführen des Befehls verwendet werden soll. Wenn dieses Flag nicht angegeben wird, wird, falls vorhanden, das Profil mit dem Namen DEFAULT verwendet.

--progress-format Format

    Das Format zum Anzeigen von Statusprotokollen: default, , append, inplaceoder json

-t, --target String

    Falls zutreffend, das zu verwendende Bündelziel

Migration von der alten Python-CLI

Die Databricks-CLI und die veraltete Python-basierte air CLI verwenden unterschiedliche Befehlsnamen und Flags. Aktualisieren Sie Skripte mit den folgenden Zuordnungen:

Python CLI Databricks-CLI
air run -f train.yaml databricks air run -f train.yaml
air run -f train.yaml --override A=X B=Y databricks air run -f train.yaml --override A=X --override B=Y
air get run <run-id> databricks air get <run-id>
air list runs databricks air list --all-status
air list runs --active databricks air list
air -h config databricks air run -h config
air logs <run-id> databricks air logs <run-id>
air cancel <run-id> databricks air cancel <run-id>

Weitere Ressourcen