Azure Databricks

Azure Databricks bietet eine einheitliche Plattform für skalierbare Datenverwaltung, Governance und Analysen und kombiniert optimierte Workflows mit der Möglichkeit, verschiedene Datentypen effizient zu verarbeiten

Dieser Connector ist in den folgenden Produkten und Regionen verfügbar:

Dienstleistung	Class	Regions
Copilot Studio	Premium	Alle Power Automate-Regionen mit Ausnahme der folgenden Bereiche:      - US Government (GCC)      - US Government (GCC High)      - China Cloud betrieben von 21Vianet      - US Department of Defense (DoD)
Power Apps	Premium	Alle Power Apps-Regionen mit Ausnahme der folgenden:      - US Government (GCC)      - US Government (GCC High)      - China Cloud betrieben von 21Vianet      - US Department of Defense (DoD)
Power Automate	Premium	Alle Power Automate-Regionen mit Ausnahme der folgenden Bereiche:      - US Government (GCC)      - US Government (GCC High)      - China Cloud betrieben von 21Vianet      - US Department of Defense (DoD)

Kontakt
Name	Databricks-Unterstützung
URL	https://help.databricks.com
Email	eng-partner-eco-help@databricks.com

Connectormetadaten
Herausgeber	Databricks Inc.
Webseite	https://www.databricks.com/
Datenschutzrichtlinie	https://www.databricks.com/legal/privacynotice
Kategorien	Daten

Verbinden mit Azure Databricks über die Microsoft Power Platform.

Auf dieser Seite wird erläutert, wie Sie eine Verbindung mit Azure Databricks von Microsoft Power Platform herstellen, indem Sie Azure Databricks als Datenverbindung hinzufügen. Wenn eine Verbindung hergestellt wird, können Sie Ihre Azure Databricks-Daten von den folgenden Plattformen verwenden:

• Power Apps: Erstellen Sie Anwendungen, die von Azure Databricks gelesen und in Azure Databricks geschrieben werden können, während Ihre Azure Databricks-Governance-Steuerelemente erhalten bleiben.
• Power Automate: Erstellen Sie Flüsse, und fügen Sie Aktionen hinzu, die das Ausführen von benutzerdefiniertem SQL oder einem vorhandenen Auftrag ermöglichen und die Ergebnisse zurückholen.
• Copilot Studio: Erstellen Sie benutzerdefinierte Agents mit Ihren Azure Databricks-Daten als Wissensquelle.

Bevor Sie anfangen

Bevor Sie eine Verbindung mit Azure Databricks von Power Platform herstellen, müssen Sie die folgenden Anforderungen erfüllen:

• Sie verfügen über ein Microsoft Entra-ID-Konto (vormals Azure Active Directory).
• Sie verfügen über eine Premium-Power Apps-Lizenz.
• Sie haben ein Azure Databricks-Konto.
• Sie haben Zugriff auf ein SQL Warehouse in Azure Databricks.

Optional: Herstellen einer Verbindung mit virtuellen Azure-Netzwerken

Wenn Ihr Azure Databricks-Arbeitsbereich virtuelle Netzwerke verwendet, gibt es zwei Möglichkeiten, eine Verbindung herzustellen:

1. Integrieren Sie Power Platform mit Ressourcen in Ihrem virtuellen Netzwerk, ohne dass diese im öffentlichen Internet verfügbar gemacht werden. Gehen Sie wie folgt vor, um eine Verbindung mit dem privaten Endpunkt Ihres Azure Databricks-Arbeitsbereichs herzustellen, nachdem Sie die private Konnektivität mit Azure Databricks konfiguriert haben:

   • Richten Sie den Virtual Network Support für die Power Platform ein.

   • Wenn sich Ihr virtuelles Power Platform-Netzwerk (unabhängig davon, ob primär oder sekundär) von Ihrem virtuellen Azure Databricks-Netzwerk unterscheidet, verwenden Sie virtuelles Netzwerk-Peering , um das virtuelle Netzwerk mit Azure Databricks zu verbinden.

   Weitere Informationen zu virtuellen Netzwerken finden Sie unter Übersicht über den Support für virtuelle Netzwerke.

2. Aktivieren des Zugriffs mit einer hybriden Bereitstellung, bei der eine private Front-End-Verknüpfung mit einem öffentlichen Endpunkt durch eine IP-Zugriffsliste des Arbeitsbereichs geschützt ist. Gehen Sie wie folgt vor, um den Zugriff zu aktivieren:

   1. Aktivieren sie den öffentlichen Zugriff auf Arbeitsbereichsebene. Weitere Informationen finden Sie unter Konfigurieren von IP-Zugriffslisten für Arbeitsbereiche.
   2. Fügen Sie den IP-Bereich von AzureConnectors oder bestimmten Power Platform-IP-Bereich basierend auf der Region Ihrer Umgebung zu Ihrer Arbeitsbereich-IP-Zugriffsliste hinzu.

Optional: Erstellen eines Microsoft Entra-Dienstprinzipals

Important

Wenn Sich Azure Databricks und Power Platform in verschiedenen Mandanten befinden, müssen Sie Dienstprinzipale für die Authentifizierung verwenden.

Bevor Sie eine Verbindung herstellen, führen Sie die folgenden Schritte aus, um einen Microsoft Entra-Dienstprinzipal für Ihr Konto oder Ihren Arbeitsbereich in Azure Databricks zu erstellen, einzurichten und zuzuweisen.

• Registrieren Sie einen neuen Dienstprinzipal in Microsoft Entra ID.
• Fügen Sie Ihrem Konto Dienstprinzipale hinzu.
• Weisen Sie einen Dienstprinzipal einem Arbeitsbereich zu.

Schritt 1: Hinzufügen einer Azure Databricks-Verbindung zu Power Platform

Anmerkung: Wenn Sie Copilot Studio verwenden, empfehlen wir das Erstellen der Databricks-Verbindung in Power Apps oder Power Automate. Dann kann es in Copilot Studio verwendet werden.

Gehen Sie wie folgt vor, um eine Azure Databricks-Verbindung hinzuzufügen:

1. Klicken Sie in Power Apps oder Power Automate auf der Randleiste auf "Verbindungen".

2. Klicken Sie in der oberen linken Ecke auf +Neue Verbindung .

3. Suchen Sie mit der Suchleiste oben rechts nach "Azure Databricks" .

4. Wählen Sie die Kachel "Azure Databricks" aus.

5. Wählen Sie im Dropdownmenü Ihren Authentifizierungstyp aus.

6. Wählen Sie Ihre Authentifizierungsmethode aus, und geben Sie Ihre Authentifizierungsinformationen ein.

   • Wenn sich Ihre Power Platform-Bereitstellung und Ihr Azure Databricks-Konto im selben Microsoft Entra-Mandanten befinden, können Sie die OAuth-Verbindung verwenden. Geben Sie die folgenden Informationen ein:

     • Geben Sie für Server-Hostname den SQL-Warehouse-Hostname von Azure Databricks ein.
     • Geben Sie für DEN HTTP-Pfad den HTTP-Pfad des SQL-Warehouses ein.
     • Klicken Sie auf "Erstellen".
     • Melden Sie sich mit Ihrer Microsoft Entra-ID an.

   • Die Dienstprinzipalverbindung kann in jedem Szenario verwendet werden. Bevor Sie verbinden, erstellen Sie einen Microsoft Entra Dienstprinzipal. Geben Sie die folgenden Informationen ein:

     • Geben Sie für die Client-ID die Dienstprinzipal-ID ein.
     • Geben Sie für den geheimen Clientschlüssel den Dienstprinzipalschlüssel ein.
     • Geben Sie für den Mandanten den Dienstprinzipalmandanten ein.
     • Geben Sie für Hostname den SQL-Warehouse-Hostnamen von Azure Databricks ein.
     • Geben Sie für DEN HTTP-Pfad den HTTP-Pfad des SQL-Warehouses ein.
     • Optional können Sie die Dienstprinzipalverbindung umbenennen oder mit Ihren Teammitgliedern teilen, nachdem die Verbindung erstellt wurde.

   • Informationen zu Ihren Azure Databricks SQL Warehouse-Verbindungsdetails finden Sie unter Abrufen von Verbindungsdetails für eine Azure Databricks-Computeressource.

7. Klicken Sie auf "Erstellen".

Schritt 2: Verwenden der Azure Databricks-Verbindung

Nachdem Sie eine Azure Databricks-Verbindung in Power Apps oder Power Automate erstellt haben, können Sie Ihre Azure Databricks-Daten verwenden, um Power Canvas-Apps, Power Automate-Flüsse und Copilot Studio-Agents zu erstellen.

Verwenden Ihrer Azure Databricks-Daten zum Erstellen von Power Canvas-Apps

Important

Sie können Canvas-Apps nur verwenden, wenn Sie direkt eine Verbindung mit Azure Databricks in der App herstellen. Virtuelle Tabellen können nicht verwendet werden.

Gehen Sie wie folgt vor, um Ihre Azure Databricks-Daten zu Ihrer Anwendung hinzuzufügen:

1. Klicken Sie auf der navigationsleiste ganz links auf "Erstellen".
2. Klicken Sie auf "Mit einer leeren Leinwand beginnen" und wählen Sie die gewünschte Leinwandgröße aus, um eine neue Canvas-App zu erstellen.
3. Klicken Sie in Ihrer Anwendung aufAzure Databricks für>>hinzufügen. Wählen Sie die von Ihnen erstellte Azure Databricks-Verbindung aus.
4. Wählen Sie einen Katalog aus der Randleiste "Dataset auswählen " aus.
5. Wählen Sie in der Randleiste "Dataset auswählen" alle Tabellen aus, mit der Sie Ihre Canvas-App verbinden möchten.
6. Klicken Sie auf Verbinden.

Datenvorgänge in Power Apps:

Der Connector unterstützt Erstellungs-, Aktualisierungs- und Löschvorgänge, jedoch nur für Tabellen, die einen Primärschlüssel definiert haben. Beim Ausführen von Erstellungsvorgängen müssen Sie immer den Primärschlüssel angeben.

Anmerkung: Azure Databricks unterstützt generierte Identitätsspalten. In diesem Fall werden Primärschlüsselwerte während der Zeilenerstellung automatisch auf dem Server generiert und können nicht manuell angegeben werden.

Verwenden Ihrer Azure Databricks-Daten zum Erstellen von Power Automate-Flüssen

Die Anweisungsausführungs-API und die Auftrags-API werden in Power Automate verfügbar gemacht, sodass Sie SQL-Anweisungen schreiben und vorhandene Aufträge ausführen können. Gehen Sie wie folgt vor, um einen Power Automate-Fluss mithilfe von Azure Databricks als Aktion zu erstellen:

1. Klicken Sie auf der navigationsleiste ganz links auf "Erstellen".
2. Erstellen Sie einen Fluss, und fügen Sie einen beliebigen Triggertyp hinzu.
3. Klicken Sie im neuen Fluss auf +"Databricks", und suchen Sie nach "Databricks" , um die verfügbaren Aktionen anzuzeigen.

Um SQL zu schreiben, wählen Sie eine der folgenden Aktionen aus:

• Führen Sie eine SQL-Anweisung aus: Schreiben und Ausführen einer SQL-Anweisung. Geben Sie Folgendes ein:

  • Geben Sie für "Body/warehouse_id" die ID des Lagers ein, auf dem die SQL-Anweisung ausgeführt werden soll.
  • Geben Sie für "Body/statement_id" die ID der auszuführenden SQL-Anweisung ein.
  • Weitere Informationen zu den erweiterten Parametern finden Sie hier.

• Überprüfen Sie den Status und erhalten Sie Ergebnisse: Überprüfen Sie den Status einer SQL-Anweisung, und sammeln Sie Ergebnisse. Geben Sie Folgendes ein:

  • Geben Sie für die Anweisungs-ID die ID ein, die zurückgegeben wird, wenn die SQL-Anweisung ausgeführt wurde.
  • Weitere Informationen zum Parameter finden Sie hier.

• Abbrechen der Ausführung einer Anweisung: Beenden der Ausführung einer SQL-Anweisung. Geben Sie Folgendes ein:

  • Geben Sie für die Anweisungs-ID die ID der zu beendenden SQL-Anweisung ein.
  • Weitere Informationen zum Parameter finden Sie hier.

• Ergebnis nach Blockindex abrufen: Ergebnisse nach Blockindex abrufen, die für große Resultsets geeignet ist. Geben Sie Folgendes ein:

  • Geben Sie für die Anweisungs-ID die ID der SQL-Anweisung ein, deren Ergebnisse Sie abrufen möchten.
  • Geben Sie für den Blockindex den Zielabschnittsindex ein.
  • Weitere Informationen zu den Parametern finden Sie hier.

Um mit einem vorhandenen Databricks-Auftrag zu interagieren, wählen Sie eine der folgenden Aktionen aus:

• Listenaufträge: Ruft eine Liste von Aufträgen ab. Weitere Informationen finden Sie hier.
• Auslösen eines neuen Auftragslaufs: Führt einen Auftrag aus und gibt die run_id der ausgelösten Ausführung zurück. Weitere Informationen finden Sie hier.
• Abrufen einer einzelnen Auftragsausführung: Gibt Metadaten zu einer Ausführung zurück, einschließlich Ausführungsstatus (z. B. RUNNING, SUCCESS, FAILED), Start- und Endzeit, Ausführungsdauern, Clusterinformationen usw. Weitere Informationen finden Sie hier.
• Abbrechen einer Auftragsausführung: Bricht einen Auftrag ab, oder eine Aufgabe wird ausgeführt. Weitere Informationen finden Sie hier.
• Abrufen der Ausgabe für einen einzelnen Auftrag: Ruft die Ausgabe und Metadaten einer einzelnen Aufgabenausführung ab. Weitere Informationen finden Sie hier.

Verwenden von Azure Databricks als Wissensquelle in Copilot Studio

Gehen Sie wie folgt vor, um Ihre Azure Databricks-Daten als Wissensquelle zu einem Copilot Studio-Agent hinzuzufügen:

1. Klicken Sie auf der Randleiste auf "Agent".
2. Wählen Sie einen vorhandenen Agent aus, oder erstellen Sie einen neuen Agent, indem Sie auf +Neuer Agent klicken.
   • Beschreiben Sie den Agent, indem Sie eine Nachricht eingeben und dann auf "Erstellen" klicken.
   • Oder klicken Sie auf "Überspringen" , um die Informationen des Agenten manuell anzugeben.
3. Klicken Sie auf der Registerkarte " Wissen " auf +Wissen.
4. Klicken Sie auf "Erweitert".
5. Wählen Sie Azure Databricks als Wissensquelle aus.
6. Geben Sie den Katalognamen ein, in dem sich Ihre Daten befindet.
7. Klicken Sie auf Verbinden.
8. Wählen Sie die Tabellen aus, die Ihr Agent als Wissensquelle verwenden soll, und klicken Sie auf "Hinzufügen".

Erstellen von virtuellen Dataverse-Tabellen mit Ihren Azure Databricks-Daten

Sie können auch virtuelle Dataverse-Tabellen mit dem Azure Databricks-Connector erstellen. Virtuelle Tabellen, auch als virtuelle Entitäten bezeichnet, integrieren Daten aus externen Systemen in Microsoft Dataverse. Eine virtuelle Tabelle definiert eine Tabelle in Dataverse, ohne die physische Tabelle in der Dataverse-Datenbank zu speichern. Weitere Informationen zu virtuellen Tabellen finden Sie unter "Erste Schritte mit virtuellen Tabellen (Entitäten)".

Hinweis

Obwohl virtuelle Tabellen keine Dataverse-Speicherkapazität nutzen, empfiehlt Databricks, direkte Verbindungen für eine bessere Leistung zu verwenden.

Sie müssen über die Rolle "System Customizer" oder "Systemadministrator" verfügen. Weitere Informationen finden Sie unter Sicherheitsrollen für Power Platform.

Führen Sie die folgenden Schritte aus, um eine virtuelle Dataverse-Tabelle zu erstellen:

1. Klicken Sie in Power Apps auf der Randleiste auf "Tabellen".

2. Klicken Sie in der Menüleiste auf +Neue Tabelle , und wählen Sie "Virtuelle Tabelle erstellen" aus.

3. Wählen Sie eine vorhandene Azure Databricks-Verbindung aus, oder erstellen Sie eine neue Verbindung mit Azure Databricks. Informationen zum Hinzufügen einer neuen Verbindung finden Sie unter Schritt 1: Hinzufügen einer Azure Databricks-Verbindung zu Power Platform.

   Databricks empfiehlt die Verwendung einer Dienstprinzipalverbindung zum Erstellen einer virtuellen Tabelle.

4. Klicke auf Weiter.

5. Wählen Sie die Tabellen aus, die als virtuelle Dataverse-Tabelle dargestellt werden sollen.

   • Virtuelle Dataverse-Tabellen erfordern einen Primärschlüssel. Daher können Ansichten keine virtuellen Tabellen sein, aber materialisierte Ansichten können.

6. Klicke auf Weiter.

7. Konfigurieren Sie die virtuelle Tabelle, indem Sie die Details der Tabelle bei Bedarf aktualisieren.

8. Klicke auf Weiter.

9. Bestätigen Sie die Details der Datenquelle, und klicken Sie auf "Fertig stellen".

10. Verwenden Sie die virtuelle Tabelle "Dataverse" in Power Apps, Power Automate und Copilot Studio.

Eine Liste der bekannten Einschränkungen virtueller Dataverse-Tabellen finden Sie unter "Bekannte Einschränkungen" und "Problembehandlung".

Durchführen von Batchaktualisierungen

Wenn Sie als Reaktion auf Power Apps-Eingaben Massenerstellungs-, Aktualisierungs- oder Löschvorgänge ausführen müssen, empfiehlt Databricks, einen Power Automate-Fluss zu implementieren. Führen Sie hierzu die folgenden Schritte aus:

1. Erstellen Sie eine Canvas-App mit Ihrer Azure Databricks-Verbindung in Power Apps.

2. Erstellen Sie einen Power Automate-Fluss mithilfe der Azure Databricks-Verbindung, und verwenden Sie Power Apps als Trigger.

3. Fügen Sie im Power Automate-Trigger die Eingabefelder hinzu, die Sie von Power Apps an Power Automate übergeben möchten.

4. Erstellen Sie ein Sammlungsobjekt in Power Apps, um alle Ihre Änderungen zu sammeln.

5. Fügen Sie Ihrer Canvas-App den Power Automate Flow hinzu.

6. Rufen Sie den Power Automate-Flow aus Ihrer Canvas-App auf, und iterieren Sie über die Sammlung mithilfe eines ForAll Befehls.

   ForAll(collectionName, FlowName.Run(input field 1, input field 2, input field 3, …)
   

Gleichzeitige Schreibvorgänge

Parallelität auf Zeilenebene reduziert Konflikte zwischen gleichzeitigen Schreibvorgängen, indem Änderungen auf Zeilenebene erkannt und Konflikte automatisch aufgelöst werden, die auftreten, wenn gleichzeitige Schreibvorgänge verschiedene Zeilen in derselben Datendatei aktualisieren oder löschen.

Parallelität auf Zeilenebene ist in Databricks Runtime 14.2 oder höher enthalten. Parallelität auf Zeilenebene wird standardmäßig für die folgenden Tabellentypen unterstützt:

• Tabellen mit aktivierten Löschvektoren und ohne Partitionierung
• Tabellen mit flüssigem Clustering, es sei denn, Löschvektoren sind deaktiviert

Führen Sie zum Aktivieren von Löschvektoren den folgenden SQL-Befehl aus:

ALTER TABLE table_name SET TBLPROPERTIES ('delta.enableDeletionVectors' = true);

Weitere Informationen zu gleichzeitigen Schreibkonflikten in Azure Databricks finden Sie unter Isolationsstufen und Schreibkonflikten in Azure Databricks.

Hinzufügen von Azure Databricks zu einer Datenrichtlinie

Durch die Integration von Azure Databricks in eine Richtlinie für Geschäftsdaten kann Azure Databricks keine Daten mit Connectors in anderen Gruppen teilen. Dadurch werden Ihre Daten geschützt und verhindert, dass sie für diejenigen freigegeben werden, die keinen Zugriff darauf haben sollten. Weitere Informationen finden Sie unter Verwalten von Datenrichtlinien.

So fügen Sie den Azure Databricks-Connector zu einer Power Platform-Datenrichtlinie hinzu:

1. Klicken Sie in einer beliebigen Power Platform-Anwendung auf das Einstellungsrad auf der oberen rechten Seite, und wählen Sie Admin Center aus.
2. Klicken Sie auf der Randleiste aufRichtliniendatenrichtlinien>.
3. Wenn Sie das neue Admin Center verwenden, klicken Sie auf "Sicherheitsdaten>-und Datenschutzrichtlinie">.
4. Klicken Sie auf +Neue Richtlinie , oder wählen Sie eine vorhandene Richtlinie aus.
5. Wenn Sie eine neue Richtlinie erstellen, geben Sie einen Namen ein.
6. Wählen Sie eine Umgebung aus, die Sie Ihrer Richtlinie hinzufügen möchten, und klicken Sie oben auf +Zur Richtlinie hinzufügen .
7. Klicke auf Weiter.
8. Suchen Und wählen Sie den Azure Databricks-Connector aus.
9. Klicken Sie auf In „Geschäftlich“ verschieben und dann auf Weiter.
10. Überprüfen Sie Ihre Richtlinie, und klicken Sie auf "Richtlinie erstellen".

Einschränkungen

• Der Power Platform-Connector unterstützt keine Government Clouds.

Einschränkungen von Power App

Die folgenden PowerFx-Formeln berechnen Werte nur mit den Daten, die lokal abgerufen wurden:

Kategorie	Formula
Tabellenfunktion	- GroupBy -Deutlich
Aggregation	- CountRows - StdevP - StdevS

Erstellen einer Verbindung

Der Connector unterstützt die folgenden Authentifizierungstypen:

OAuth-Verbindung	OAuth-Verbindung	Alle Regionen	Nicht teilbar
Dienstprinzipalverbindung	Dienstprinzipalverbindung	Alle Regionen	Freigabefähig
Standard [VERALTET]	Diese Option ist nur für ältere Verbindungen ohne expliziten Authentifizierungstyp vorgesehen und wird nur aus Gründen der Abwärtskompatibilität bereitgestellt.	Alle Regionen	Nicht teilbar

OAuth-Verbindung

Authentifizierungs-ID: oauth2-auth

Anwendbar: Alle Regionen

OAuth-Verbindung

Dies ist keine freigabefähige Verbindung. Wenn die Power-App für einen anderen Benutzer freigegeben wird, wird ein anderer Benutzer aufgefordert, eine neue Verbindung explizit zu erstellen.

Name	Typ	Description	Erforderlich
Serverhostname (Beispiel: adb-3980263885549757139.2.azuredatabricks.net)	Schnur	Servername des Databricks-Arbeitsbereichs	Richtig
HTTP-Pfad (Beispiel: /sql/1.0/warehouses/a9c4e781bd29f315)	Schnur	HTTP-Pfad von Databricks SQL Warehouse	Richtig

Dienstprinzipalverbindung

Auth-ID: oAuthClientCredentials

Anwendbar: Alle Regionen

Dienstprinzipalverbindung

Dies ist eine freigabefähige Verbindung. Wenn die Power-App für einen anderen Benutzer freigegeben wird, wird auch die Verbindung freigegeben. Weitere Informationen finden Sie in der Übersicht über Connectors für Canvas-Apps – Power Apps | Microsoft-Dokumente

Name	Typ	Description	Erforderlich
Kunden-ID	Schnur		Richtig
Geheimer Clientschlüssel	securestring		Richtig
Tenant	Schnur		Richtig
Serverhostname (Beispiel: adb-3980263885549757139.2.azuredatabricks.net)	Schnur	Servername des Databricks-Arbeitsbereichs	Richtig
HTTP-Pfad (Beispiel: /sql/1.0/warehouses/a9c4e781bd29f315)	Schnur	HTTP-Pfad von Databricks SQL Warehouse	Richtig

Standard [VERALTET]

Anwendbar: Alle Regionen

Diese Option ist nur für ältere Verbindungen ohne expliziten Authentifizierungstyp vorgesehen und wird nur aus Gründen der Abwärtskompatibilität bereitgestellt.

Dies ist keine freigabefähige Verbindung. Wenn die Power-App für einen anderen Benutzer freigegeben wird, wird ein anderer Benutzer aufgefordert, eine neue Verbindung explizit zu erstellen.

Drosselungsgrenzwerte

Name	Aufrufe	Verlängerungszeitraum
API-Aufrufe pro Verbindung	100	60 Sekunden

Aktionen

Abbrechen der Anweisungsausführung	Fordert an, dass eine ausgeführte Anweisung abgebrochen wird. Anrufer müssen den Status abfragen, um den Terminalstatus anzuzeigen.
Abbrechen einer Ausführung	Bricht einen Auftrag ab, der ausgeführt wird oder eine Aufgabe ausgeführt wird. Die Ausführung wird asynchron abgebrochen, sodass sie möglicherweise noch ausgeführt wird, wenn diese Anforderung abgeschlossen ist.
Abrufen der Ausgabe für eine einzelne Ausführung	Rufen Sie die Ausgabe und Metadaten einer einzelnen Aufgabenausführung ab. Wenn eine Notizbuchaufgabe einen Wert über den Aufruf "dbutils.notebook.exit()" zurückgibt, können Sie diesen Endpunkt verwenden, um diesen Wert abzurufen. Azure Databricks schränkt diese API auf die Rückgabe der ersten 5 MB der Ausgabe ein. Um ein größeres Ergebnis zurückzugeben, können Sie Auftragsergebnisse in einem Cloudspeicherdienst speichern. Dieser Endpunkt überprüft, ob der parameter run_id gültig ist und gibt einen HTTP-Statuscode 400 zurück, wenn der run_id-Parameter ungültig ist. Die Ausführung wird nach 60 Tagen automatisch entfernt. Wenn Sie nach 60 Tagen auf sie verweisen möchten, müssen Sie alte Ausführungsergebnisse speichern, bevor sie ablaufen.
Abrufen eines einzelnen Auftragsausführung	Ruft die Metadaten einer Ausführung ab. Große Arrays in den Ergebnissen werden paginiert, wenn sie 100 Elemente überschreiten. Eine Anforderung für eine einzelne Ausführung gibt alle Eigenschaften für diese Ausführung und die ersten 100 Elemente von Arrayeigenschaften (Aufgaben, job_clusters, job_parameters und repair_history) zurück. Verwenden Sie das feld next_page_token, um nach weiteren Ergebnissen zu suchen und den Wert als page_token in nachfolgenden Anforderungen zu übergeben. Wenn Arrayeigenschaften mehr als 100 Elemente aufweisen, werden zusätzliche Ergebnisse für nachfolgende Anforderungen zurückgegeben. Arrays ohne zusätzliche Ergebnisse werden auf späteren Seiten leer sein.
Aufträge auflisten	Ruft eine Liste von Aufträgen ab.
Ausführen einer SQL-Anweisung	Führen Sie eine SQL-Anweisung aus, und warten Sie optional ihre Ergebnisse für eine bestimmte Zeit.
Auslösen einer neuen Auftragsausführung	Führen Sie einen Auftrag aus, und geben Sie den run_id der ausgelösten Ausführung zurück.
Azure Databricks Genie	Fragen Sie Genie Spaces ab, um Einblicke aus Ihren Daten zu erhalten.
Ergebnis nach Blockindex abrufen	Nachdem die Anweisung erfolgreich ausgeführt wurde, kann diese Anforderung verwendet werden, um einen beliebigen Block nach Index abzurufen.
Überprüfen des Status und Abrufen von Ergebnissen	Abrufen des Status, des Manifests und der Ergebnisse der Anweisung

Abbrechen der Anweisungsausführung

Vorgangs-ID:

SqlCancelExecution

Fordert an, dass eine ausgeführte Anweisung abgebrochen wird. Anrufer müssen den Status abfragen, um den Terminalstatus anzuzeigen.

Parameter

Name	Schlüssel	Erforderlich	Typ	Beschreibung
Anweisungs-ID	statement_id	True	string	Anweisungs-ID

Abbrechen einer Ausführung

Vorgangs-ID:

JobsCancelRun

Bricht einen Auftrag ab, der ausgeführt wird oder eine Aufgabe ausgeführt wird. Die Ausführung wird asynchron abgebrochen, sodass sie möglicherweise noch ausgeführt wird, wenn diese Anforderung abgeschlossen ist.

Parameter

Name	Schlüssel	Erforderlich	Typ	Beschreibung
run_id	run_id	True	integer	Dieses Feld ist ein Pflichtfeld.

Abrufen der Ausgabe für eine einzelne Ausführung

Vorgangs-ID:

JobsGetRunOutput

Rufen Sie die Ausgabe und Metadaten einer einzelnen Aufgabenausführung ab. Wenn eine Notizbuchaufgabe einen Wert über den Aufruf "dbutils.notebook.exit()" zurückgibt, können Sie diesen Endpunkt verwenden, um diesen Wert abzurufen. Azure Databricks schränkt diese API auf die Rückgabe der ersten 5 MB der Ausgabe ein. Um ein größeres Ergebnis zurückzugeben, können Sie Auftragsergebnisse in einem Cloudspeicherdienst speichern. Dieser Endpunkt überprüft, ob der parameter run_id gültig ist und gibt einen HTTP-Statuscode 400 zurück, wenn der run_id-Parameter ungültig ist. Die Ausführung wird nach 60 Tagen automatisch entfernt. Wenn Sie nach 60 Tagen auf sie verweisen möchten, müssen Sie alte Ausführungsergebnisse speichern, bevor sie ablaufen.

Parameter

Name	Schlüssel	Erforderlich	Typ	Beschreibung
Ausführungs-ID	run_id	True	integer	Der kanonische Bezeichner für die Ausführung.

Gibt zurück

Body

JobsRunOutput

Abrufen eines einzelnen Auftragsausführung

Vorgangs-ID:

JobsGetRun

Ruft die Metadaten einer Ausführung ab. Große Arrays in den Ergebnissen werden paginiert, wenn sie 100 Elemente überschreiten. Eine Anforderung für eine einzelne Ausführung gibt alle Eigenschaften für diese Ausführung und die ersten 100 Elemente von Arrayeigenschaften (Aufgaben, job_clusters, job_parameters und repair_history) zurück. Verwenden Sie das feld next_page_token, um nach weiteren Ergebnissen zu suchen und den Wert als page_token in nachfolgenden Anforderungen zu übergeben. Wenn Arrayeigenschaften mehr als 100 Elemente aufweisen, werden zusätzliche Ergebnisse für nachfolgende Anforderungen zurückgegeben. Arrays ohne zusätzliche Ergebnisse werden auf späteren Seiten leer sein.

Parameter

Name	Schlüssel	Erforderlich	Typ	Beschreibung
Ausführungs-ID	run_id	True	integer	Der kanonische Bezeichner der Ausführung, für die die Metadaten abgerufen werden sollen. Dieses Feld ist ein Pflichtfeld.
Verlauf einschließen	include_history		boolean	Gibt an, ob der Reparaturverlauf in die Antwort eingeschlossen werden soll.
Aufgelöste Werte einschließen	include_resolved_values		boolean	Gibt an, ob aufgelöste Parameterwerte in die Antwort eingeschlossen werden sollen.
Seitentoken	page_token		string	Verwenden Sie next_page_token, die von der vorherigen GetRun-Antwort zurückgegeben wurde, um die nächste Seite der Arrayeigenschaften der Ausführung anzufordern.

Gibt zurück

Body

JobsRun

Aufträge auflisten

Vorgangs-ID:

JobsListJobs

Ruft eine Liste von Aufträgen ab.

Parameter

Name	Schlüssel	Erforderlich	Typ	Beschreibung
Limit	limit		integer	Die Anzahl der zurückzugebenden Aufträge. Dieser Wert muss größer als 0 und kleiner oder gleich 100 sein. Der Standardwert ist 20.
Vorgänge erweitern	expand_tasks		boolean	Gibt an, ob Aufgaben- und Clusterdetails in die Antwort eingeschlossen werden sollen. Beachten Sie, dass nur die ersten 100 Elemente angezeigt werden. Verwenden Sie ":method:jobs/get", um alle Aufgaben und Cluster zu durchlaufen.
Auftragsname	name		string	Ein Filter für die Liste basierend auf dem genauen Auftragsnamen (Groß-/Kleinschreibung wird nicht beachtet).
Seitentoken	page_token		string	Verwenden Sie next_page_token oder prev_page_token, die von der vorherigen Anforderung zurückgegeben wurden, um die nächste oder vorherige Seite von Aufträgen auflisten zu können.

Gibt zurück

Body

JobsListJobsResponse

Ausführen einer SQL-Anweisung

Vorgangs-ID:

SqlExecuteStatement

Führen Sie eine SQL-Anweisung aus, und warten Sie optional ihre Ergebnisse für eine bestimmte Zeit.

Parameter

Name	Schlüssel	Erforderlich	Typ	Beschreibung
warehouse_id	warehouse_id	True	string	Ziellager-ID
Anweisung	statement	True	string	Die auszuführende SQL-Anweisung. Die Anweisung kann optional parametrisiert werden, siehe Parameter
name	name	True	string	Parametermarkername
type	type		string	Parameterdatentyp
value	value		string	Parameterwert
catalog	catalog		string	Standardkatalog für die Ausführung
schema	schema		string	Standardschema für die Ausführung
Veranlagung	disposition		string	Ergebnisabrufmodus
format	format		string	Resultsetformat
on_wait_timeout	on_wait_timeout		string	Aktion beim Timeout
wait_timeout	wait_timeout		string	Timeout für Ergebniswartezeit
byte_limit	byte_limit		integer	Ergebnisbytelimit
row_limit	row_limit		integer	Ergebniszeilenlimit

Gibt zurück

Anweisungsausführungsantwort

Body

SqlStatementResponse

Auslösen einer neuen Auftragsausführung

Vorgangs-ID:

JobsRunNow

Führen Sie einen Auftrag aus, und geben Sie den run_id der ausgelösten Ausführung zurück.

Parameter

Name	Schlüssel	Erforderlich	Typ	Beschreibung
idempotency_token	idempotency_token		string	Ein optionales Token, um die Idempotenz von Auftragsausführungsanforderungen zu garantieren. Wenn eine Ausführung mit dem bereitgestellten Token bereits vorhanden ist, erstellt die Anforderung keine neue Ausführung, sondern gibt stattdessen die ID der vorhandenen Ausführung zurück. Wenn eine Ausführung mit dem bereitgestellten Token gelöscht wird, wird ein Fehler zurückgegeben. Wenn Sie das idempotency-Token angeben, können Sie nach einem Fehler erneut versuchen, bis die Anforderung erfolgreich ist. Azure Databricks garantiert, dass genau eine Ausführung mit diesem idempotency-Token gestartet wird. Dieses Token muss höchstens 64 Zeichen enthalten. Weitere Informationen finden Sie unter How to ensure idempotency for jobs.
job_id	job_id	True	integer	Die ID des auszuführenden Auftrags
job_parameters	job_parameters		object	Parameter auf Auftragsebene, die in der Ausführung verwendet werden. z. B. "param": "overriding_val"
nur	only		array of string	Eine Liste der Aufgabenschlüssel, die innerhalb des Auftrags ausgeführt werden sollen. Wenn dieses Feld nicht angegeben wird, werden alle Aufgaben im Auftrag ausgeführt.
performance_target	performance_target		string
full_refresh	full_refresh		boolean	Bei "true" wird eine vollständige Aktualisierung der Delta-Livetabelle ausgelöst.
enabled	enabled	True	boolean	Wenn true, aktivieren Sie die Warteschlange für den Auftrag. Dies ist ein Pflichtfeld.

Gibt zurück

Body

JobsRunNowResponse

Azure Databricks Genie

Vorgangs-ID:

InvokeGenieMCP

Fragen Sie Genie Spaces ab, um Einblicke aus Ihren Daten zu erhalten.

Parameter

Name	Schlüssel	Erforderlich	Typ	Beschreibung
Genie Space ID	genie_space_id	True	string	Genie Space ID

Ergebnis nach Blockindex abrufen

Vorgangs-ID:

SqlGetStatementResultChunkN

Nachdem die Anweisung erfolgreich ausgeführt wurde, kann diese Anforderung verwendet werden, um einen beliebigen Block nach Index abzurufen.

Parameter

Name	Schlüssel	Erforderlich	Typ	Beschreibung
Anweisungs-ID	statement_id	True	string	Anweisungs-ID
Blockindex	chunk_index	True	string	Blockindex

Gibt zurück

Body

SqlResultData

Überprüfen des Status und Abrufen von Ergebnissen

Vorgangs-ID:

SqlGetStatement

Abrufen des Status, des Manifests und der Ergebnisse der Anweisung

Parameter

Name	Schlüssel	Erforderlich	Typ	Beschreibung
Anweisungs-ID	statement_id	True	string	Anweisungs-ID

Gibt zurück

Anweisungsausführungsantwort

Body

SqlStatementResponse

Definitionen

Object

SqlBaseChunkInfo

Metadaten für einen Resultsetabschnitt

Name	Pfad	Typ	Beschreibung
byte_count	byte_count	integer	Anzahl der Bytes im Ergebnisabschnitt
chunk_index	chunk_index	integer	Position in der Sequenz von Resultsetblöcken
row_count	row_count	integer	Anzahl der Zeilen im Ergebnisabschnitt
row_offset	row_offset	integer	Zeilenoffset im Resultset wird gestartet

SqlColumnInfo

Name	Pfad	Typ	Beschreibung
name	name	string	Spaltenname
Position	position	integer	Spaltenposition (0-basiert)
type_interval_type	type_interval_type	string	Intervalltypformat
type_name	type_name	SqlColumnInfoTypeName	Der Name des Basisdatentyps. Dazu gehören keine Details zu komplexen Typen wie STRUCT, MAP oder ARRAY.
type_precision	type_precision	integer	Anzahl der Ziffern für den DEZIMAL-Typ
type_scale	type_scale	integer	Anzahl der Dezimalstellen für DECIMAL-Typ
type_text	type_text	string	Vollständige SQL-Typspezifikation

SqlColumnInfoTypeName

Der Name des Basisdatentyps. Dazu gehören keine Details zu komplexen Typen wie STRUCT, MAP oder ARRAY.

Der Name des Basisdatentyps. Dazu gehören keine Details zu komplexen Typen wie STRUCT, MAP oder ARRAY.

string

SqlStatementResponse

Anweisungsausführungsantwort

Name	Pfad	Typ	Beschreibung
manifest	manifest	SqlResultManifest	Resultsetschema und Metadaten
Ergebnis	result	SqlResultData
statement_id	statement_id	string	Anweisungs-ID
status	status	SqlStatementStatus	Ausführungsstatus der Anweisung

SqlResultManifest

Resultsetschema und Metadaten

Name	Pfad	Typ	Beschreibung
Stücke	chunks	array of SqlBaseChunkInfo	Ergebnisabschnittsmetadaten
format	format	string
schema	schema	SqlResultSchema	Spaltendefinitionen für Resultset
total_byte_count	total_byte_count	integer	Gesamtanzahl der Bytes im Resultset
total_chunk_count	total_chunk_count	integer	Gesamtanzahl der Blöcke
total_row_count	total_row_count	integer	Gesamtanzahl der Zeilen
abgeschnitten	truncated	boolean	Ergebnisabkürzungsstatus

SqlStatementStatus

Ausführungsstatus der Anweisung

Name	Pfad	Typ	Beschreibung
Fehler	error	SqlServiceError
Staat	state	SqlStatementState	Ausführungszustand der Anweisung

SqlStatementState

Ausführungszustand der Anweisung

Ausführungszustand der Anweisung

string

SqlServiceError

Name	Pfad	Typ	Beschreibung
error_code	error_code	string
message	message	string	Fehlermeldung

SqlResultSchema

Spaltendefinitionen für Resultset

Name	Pfad	Typ	Beschreibung
column_count	column_count	integer
columns	columns	array of SqlColumnInfo

SqlResultData

Name	Pfad	Typ	Beschreibung
byte_count	byte_count	integer	Bytes im Ergebnisabschnitt
chunk_index	chunk_index	integer	Blockposition
data_array	data_array	SqlJsonArray	Array von Arrays mit Zeichenfolgenwerten
external_links	external_links	array of SqlExternalLink
next_chunk_index	next_chunk_index	integer	Nächster Blockindex
next_chunk_internal_link	next_chunk_internal_link	string	Nächster Abschnittslink
row_count	row_count	integer	Zeilen im Block
row_offset	row_offset	integer	Anfangszeilenoffset

SqlJsonArray

Array von Arrays mit Zeichenfolgenwerten

Name	Pfad	Typ	Beschreibung
Gegenstände		array of

SqlExternalLink

Name	Pfad	Typ	Beschreibung
byte_count	byte_count	integer	Bytes in Blöcken
chunk_index	chunk_index	integer	Blockposition
Ablauf	expiration	date-time	Ablaufzeit für Verknüpfungen
external_link	external_link	string
http_headers	http_headers	object	Erforderliche HTTP-Header
next_chunk_index	next_chunk_index	integer	Nächster Blockindex
next_chunk_internal_link	next_chunk_internal_link	string	Nächster Abschnittslink
row_count	row_count	integer	Zeilen im Block
row_offset	row_offset	integer	Anfangszeilenoffset

JobsRunNowResponse

Name	Pfad	Typ	Beschreibung
run_id	run_id	integer	Die global eindeutige ID der neu ausgelösten Ausführung.

JobsPerformanceTarget

string

JobsPipelineParams

Name	Pfad	Typ	Beschreibung
full_refresh	full_refresh	boolean	Bei "true" wird eine vollständige Aktualisierung der Delta-Livetabelle ausgelöst.

JobsQueueSettings

Name	Pfad	Typ	Beschreibung
enabled	enabled	boolean	Wenn true, aktivieren Sie die Warteschlange für den Auftrag. Dies ist ein Pflichtfeld.

JobsListJobsResponse

Name	Pfad	Typ	Beschreibung
jobs	jobs	array of JobsBaseJob	Die Liste der Aufträge. Nur in der Antwort enthalten, wenn aufträge zur Liste vorhanden sind.
next_page_token	next_page_token	string	Ein Token, das zum Auflisten der nächsten Seite von Aufträgen verwendet werden kann (falls zutreffend).
prev_page_token	prev_page_token	string	Ein Token, das zum Auflisten der vorherigen Seite von Aufträgen verwendet werden kann (falls zutreffend).

JobsBaseJob

Name	Pfad	Typ	Beschreibung
created_time	created_time	integer	Die Zeit, zu der dieser Auftrag in Epochen millisekunden erstellt wurde (Millisekunden seit 1.1.1970 UTC).
creator_user_name	creator_user_name	string	Der Erstellerbenutzername. Dieses Feld wird nicht in die Antwort einbezogen, wenn der Benutzer bereits gelöscht wurde.
effective_budget_policy_id	effective_budget_policy_id	uuid	Die ID der Budgetrichtlinie, die von diesem Auftrag für Kostenzuordnungszwecke verwendet wird. Dies kann durch (in Der Reihenfolge der Rangfolge) festgelegt werden: 1. Budgetadministratoren über das Konto oder die Arbeitsbereichskonsole 2. Auftragsbenutzeroberfläche auf der Auftragsdetailseite und der Auftrags-API mit budget_policy_id 3. Abgeleiteter Standardwert basierend auf barrierefreien Budgetrichtlinien der run_as Identität bei der Erstellung oder Änderung von Arbeitsplätzen.
has_more	has_more	boolean	Gibt an, ob der Auftrag über weitere Arrayeigenschaften (Aufgaben, job_clusters) verfügt, die nicht angezeigt werden. Auf sie kann über :method:jobs/get endpoint zugegriffen werden. Es ist nur für API 2.2 :method:jobs/list requests with expand_tasks=true relevant.
job_id	job_id	integer	Der kanonische Bezeichner für diesen Auftrag.
Einstellungen	settings	JobsJobSettings
trigger_state	trigger_state	JobsTriggerStateProto

JobsJobSettings

Name	Pfad	Typ	Beschreibung
budget_policy_id	budget_policy_id	uuid	Die ID der vom Benutzer angegebenen Budgetrichtlinie, die für diesen Auftrag verwendet werden soll. Wenn nicht angegeben, kann beim Erstellen oder Ändern des Auftrags eine Standardbudgetrichtlinie angewendet werden. Siehe effective_budget_policy_id für die von dieser Workload verwendete Budgetrichtlinie.
stetig	continuous	JobsContinuous
Einsatz	deployment	JobsJobDeployment
Beschreibung	description	string	Eine optionale Beschreibung für den Auftrag. Die maximale Länge beträgt 27700 Zeichen in UTF-8-Codierung.
edit_mode	edit_mode	JobsJobEditMode
email_notifications	email_notifications	JobsJobEmailNotifications
environments	environments	array of JobsJobEnvironment	Eine Liste der Spezifikationen für die Aufgabenausführungsumgebung, auf die von serverlosen Tasks dieses Auftrags verwiesen werden kann. Für serverlose Aufgaben muss eine Umgebung vorhanden sein. Für serverlose Notizbuchaufgaben kann auf die Umgebung im Notizbuchumgebungsbereich zugegriffen werden. Für andere serverlose Aufgaben muss die Aufgabenumgebung mithilfe von environment_key in den Aufgabeneinstellungen angegeben werden.
git_source	git_source	JobsGitSource
Gesundheit	health	JobsJobsHealthRules
job_clusters	job_clusters	array of JobsJobCluster	Eine Liste von Job-Cluster-Spezifikationen, die für Aufgaben dieses Jobs freigegeben und wiederverwendet werden können. Bibliotheken können nicht in einem freigegebenen Auftragscluster deklariert werden. Sie müssen abhängige Bibliotheken in Aufgabeneinstellungen deklarieren.
max_concurrent_runs	max_concurrent_runs	integer	Eine optionale maximal zulässige Anzahl gleichzeitiger Ausführungen des Jobs. Legen Sie diesen Wert fest, wenn Sie mehrere Ausführungen desselben Auftrags gleichzeitig ausführen möchten. Dies ist z. B. hilfreich, wenn Sie Ihren Auftrag in einem häufigen Zeitplan auslösen und aufeinander folgende Läufe miteinander überlappen möchten, oder wenn Sie mehrere Ausführungen auslösen möchten, die sich von ihren Eingabeparametern unterscheiden. Diese Einstellung wirkt sich nur auf neue Ausführungen aus. Angenommen, die Parallelität des Auftrags ist 4, und es gibt vier gleichzeitige aktive Ausführungen. Wenn Sie dann die Parallelität auf 3 festlegen, werden keine der aktiven Läufe beendet. Ab diesem Schritt werden jedoch neue Läufe übersprungen, es sei denn, es gibt weniger als 3 aktive Läufe. Dieser Wert darf 1000 nicht überschreiten. Wenn Sie diesen Wert auf 0 festlegen, werden alle neuen Läufe übersprungen.
name	name	string	Ein optionaler Name für den Job. Die maximale Länge beträgt 4096 Bytes in UTF-8-Codierung.
notification_settings	notification_settings	JobsJobNotificationSettings
parameters	parameters	array of JobsJobParameterDefinition	Parameterdefinitionen auf Auftragsebene
performance_target	performance_target	JobsPerformanceTarget
queue	queue	JobsQueueSettings
run_as	run_as	JobsJobRunAs
Zeitplan	schedule	JobsCronSchedule
tags	tags	object	Eine Karte von Tags, die dem Auftrag zugeordnet sind. Diese werden an den Cluster als Clustertags für Auftragscluster weitergeleitet und unterliegen den gleichen Einschränkungen wie Clustertags. Es können maximal 25 Tags zu dem Auftrag hinzugefügt werden.
Tasks	tasks	array of JobsTask	Eine Liste der Aufgabenvorgaben, die von diesem Auftrag ausgeführt werden sollen. Es unterstützt bis zu 1000 Elemente in Schreibendpunkten (:method:jobs/create, :method:jobs/reset, :method:jobs/update, :method:jobs/submit). Leseendpunkte geben nur 100 Aufgaben zurück. Wenn mehr als 100 Aufgaben verfügbar sind, können Sie sie mithilfe von :method:jobs/get durchlaufen. Verwenden Sie das feld next_page_token im Objektstamm, um zu ermitteln, ob weitere Ergebnisse verfügbar sind.
timeout_seconds	timeout_seconds	integer	Ein optionales Timeout, das auf jede Ausführung dieses Auftrags angewendet wird. Ein Wert von 0 bedeutet kein Timeout.
trigger	trigger	JobsTriggerSettings
webhook_notifications	webhook_notifications	JobsWebhookNotifications

JobsContinuous

Name	Pfad	Typ	Beschreibung
pause_status	pause_status	JobsPauseStatus

JobsPauseStatus

string

JobsJobDeployment

Name	Pfad	Typ	Beschreibung
freundlich	kind	JobsJobDeploymentKind
metadata_file_path	metadata_file_path	string	Pfad der Datei, die Bereitstellungsmetadaten enthält.

JobsJobDeploymentKind

string

JobsJobEditMode

string

JobsJobEmailNotifications

Name	Pfad	Typ	Beschreibung
on_duration_warning_threshold_exceeded	on_duration_warning_threshold_exceeded	array of string	Eine Liste der E-Mail-Adressen, die benachrichtigt werden sollen, wenn die Dauer einer Ausführung den für die Metrik RUN_DURATION_SECONDS im Integritätsfeld angegebenen Schwellenwert überschreitet. Wenn keine Regel für die Metrik RUN_DURATION_SECONDS im Integritätsfeld für den Auftrag angegeben wird, werden keine Benachrichtigungen gesendet.
on_failure	on_failure	array of string	Eine Liste der E-Mail-Adressen, die benachrichtigt werden sollen, wenn eine Ausführung erfolglos abgeschlossen ist. Eine Ausführung gilt als erfolglos abgeschlossen, wenn sie mit einem INTERNAL_ERROR life_cycle_state oder einem FAILED oder TIMED_OUT result_state endet. Wenn dies bei der Auftragserstellung nicht angegeben ist, wird die Liste zurückgesetzt oder aktualisiert, und Benachrichtigungen werden nicht gesendet.
on_start	on_start	array of string	Eine Liste der E-Mail-Adressen, die benachrichtigt werden sollen, wenn eine Ausführung beginnt. Wenn sie bei der Auftragserstellung, beim Zurücksetzen oder aktualisieren nicht angegeben ist, ist die Liste leer, und Benachrichtigungen werden nicht gesendet.
on_streaming_backlog_exceeded	on_streaming_backlog_exceeded	array of string	Eine Liste der E-Mail-Adressen, die benachrichtigt werden sollen, wenn alle Schwellenwerte für Streaming-Backlogs für jeden Datenstrom überschritten werden. Schwellenwerte für Streaming-Backlogs können im Integritätsfeld mithilfe der folgenden Metriken festgelegt werden: STREAMING_BACKLOG_BYTES, STREAMING_BACKLOG_RECORDS, STREAMING_BACKLOG_SECONDS oder STREAMING_BACKLOG_FILES. Die Warnung basiert auf dem Durchschnitt von 10 Minuten dieser Metriken. Wenn das Problem weiterhin besteht, werden Benachrichtigungen alle 30 Minuten erneut gesendet.
on_success	on_success	array of string	Eine Liste der E-Mail-Adressen, die benachrichtigt werden sollen, wenn eine Ausführung erfolgreich abgeschlossen wurde. Eine Ausführung gilt als erfolgreich abgeschlossen, wenn sie mit einem TERMINATED-life_cycle_state und einem SUCCESS-result_state endet. Wenn sie bei der Auftragserstellung, beim Zurücksetzen oder aktualisieren nicht angegeben ist, ist die Liste leer, und Benachrichtigungen werden nicht gesendet.

JobsJobEnvironment

Name	Pfad	Typ	Beschreibung
environment_key	environment_key	string	Der Schlüssel einer Umgebung. Es muss innerhalb eines Auftrags einzigartig sein.
Spekulation	spec	ComputeEnvironment

ComputeEnvironment

Name	Pfad	Typ	Beschreibung
Abhängigkeiten	dependencies	array of string	Liste der Pip-Abhängigkeiten, wie von der Version der Pip in dieser Umgebung unterstützt. Jede Abhängigkeit ist eine gültige Pip-Anforderungsdateizeile pro https://pip.pypa.io/en/stable/reference/requirements-file-format/. Zulässige Abhängigkeiten umfassen einen Anforderungsbezeichner, eine Archiv-URL, einen lokalen Projektpfad (z. B. WSFS oder UC Volumes in Azure Databricks) oder eine VCS-Projekt-URL.
environment_version	environment_version	string	Erforderlich. Von der Umgebung verwendete Umgebungsversion. Jede Version enthält eine bestimmte Python-Version und eine Reihe von Python-Paketen. Die Version ist eine Zeichenfolge, die aus einer ganzen Zahl besteht. Siehe https://learn.microsoft.com/azure/databricks/release-notes/serverless/#serverless-environment-versions.

JobsGitSource

Name	Pfad	Typ	Beschreibung
git_branch	git_branch	string	Name der Verzweigung, die ausgecheckt und von diesem Auftrag verwendet werden soll. Dieses Feld kann nicht in Verbindung mit git_tag oder git_commit angegeben werden.
git_commit	git_commit	string	Übernehmen Sie diesen Commit, um ausgecheckt und von diesem Auftrag verwendet zu werden. Dieses Feld kann nicht in Verbindung mit git_branch oder git_tag angegeben werden.
git_provider	git_provider	JobsGitProvider
git_snapshot	git_snapshot	JobsGitSnapshot
git_tag	git_tag	string	Name des Tags, das ausgecheckt und von diesem Auftrag verwendet werden soll. Dieses Feld kann nicht in Verbindung mit git_branch oder git_commit angegeben werden.
git_url	git_url	string	DIE URL des Repositorys, das von diesem Auftrag geklont werden soll.

JobsGitProvider

string

JobsGitSnapshot

Name	Pfad	Typ	Beschreibung
used_commit	used_commit	string	Commit, der zum Ausführen der Ausführung verwendet wurde. Wenn git_branch angegeben wurde, verweist dies zum Zeitpunkt der Ausführung auf den HEAD der Verzweigung; wenn git_tag angegeben wurde, verweist dies auf den Commit des Tags.

JobsJobsHealthRules

Name	Pfad	Typ	Beschreibung
Regeln	rules	array of JobsJobsHealthRule

JobsJobsHealthRule

Name	Pfad	Typ	Beschreibung
metric	metric	JobsJobsHealthMetric
op	op	JobsJobsHealthOperator
value	value	integer	Gibt den Schwellenwert an, dem die Integritätsmetrik gehorchen soll, um die Integritätsregel zu erfüllen.

JobsJobsHealthMetric

string

JobsJobsHealthOperator

string

JobsJobCluster

Name	Pfad	Typ	Beschreibung
job_cluster_key	job_cluster_key	string	Ein eindeutiger Name für den Auftragscluster. Dieses Feld ist erforderlich und muss innerhalb des Auftrags eindeutig sein. JobTaskSettings kann auf dieses Feld verweisen, um zu bestimmen, welcher Cluster für die Aufgabenausführung gestartet werden soll.
new_cluster	new_cluster	ComputeClusterSpec

ComputeClusterSpec

Name	Pfad	Typ	Beschreibung
apply_policy_default_values	apply_policy_default_values	boolean	Wenn dieser Wert auf "true" festgelegt ist, werden feste und Standardwerte aus der Richtlinie für felder verwendet, die weggelassen werden. Wenn dieser Wert auf "false" festgelegt ist, werden nur feste Werte aus der Richtlinie angewendet.
autoscale	autoscale	ComputeAutoScale
autotermination_minutes	autotermination_minutes	integer	Dadurch wird der Cluster automatisch beendet, wenn er für diese Zeit in Minuten inaktiv ist. Wenn nicht festgelegt, wird dieser Cluster nicht automatisch beendet. Wenn angegeben, muss der Schwellenwert zwischen 10 und 10000 Minuten liegen. Benutzer können diesen Wert auch auf 0 festlegen, um die automatische Beendigung explizit zu deaktivieren.
azure_attributes	azure_attributes	ComputeAzureAttributes
cluster_log_conf	cluster_log_conf	ComputeClusterLogConf
cluster_name	cluster_name	string	Der vom Benutzer angeforderte Clustername. Das muss nicht einzigartig sein. Wenn beim Erstellen nicht angegeben, ist der Clustername eine leere Zeichenfolge. Bei Auftragsclustern wird der Clustername automatisch basierend auf dem Auftrag und den Auftragsausführungs-IDs festgelegt.
custom_tags	custom_tags	object	Zusätzliche Tags für Cluster-Ressourcen. Azure Databricks tagt alle Clusterressourcen (z. B. AWS-Instanzen und EBS-Volumes) zusätzlich zu default_tags mit diesen Tags. Hinweis: - Derzeit erlaubt Azure Databricks höchstens 45 benutzerdefinierte Tags – Cluster können Cloudressourcen nur wiederverwenden, wenn die Tags der Ressourcen eine Teilmenge der Clustertags sind.
data_security_mode	data_security_mode	ComputeDataSecurityMode
docker_image	docker_image	ComputeDockerImage
driver_instance_pool_id	driver_instance_pool_id	string	Die optionale ID des Instanzpools für den Treiber, zu dem der Cluster gehört. Der Poolcluster verwendet den Instanzpool mit id (instance_pool_id), wenn der Treiberpool nicht zugewiesen ist.
driver_node_type_id	driver_node_type_id	string	Der Knotentyp des Spark-Treibers. Beachten Sie, dass dieses Feld optional ist; wenn nicht festgelegt, wird der Treiberknotentyp mit demselben Wert festgelegt wie node_type_id oben definiert. Dieses Feld zusammen mit node_type_id sollte nicht festgelegt werden, wenn virtual_cluster_size festgelegt ist. Wenn sowohl driver_node_type_id, node_type_id als auch virtual_cluster_size angegeben werden, haben driver_node_type_id und node_type_id Vorrang.
enable_elastic_disk	enable_elastic_disk	boolean	Autoskalierung des lokalen Speichers: Wenn diese Option aktiviert ist, erwirbt der Cluster dynamisch zusätzlichen Datenträgerspeicher, wenn der Speicherplatz seiner Spark-Worker zur Neige geht. Für dieses Feature sind bestimmte AWS-Berechtigungen erforderlich, um ordnungsgemäß zu funktionieren . Weitere Details finden Sie im Benutzerhandbuch.
enable_local_disk_encryption	enable_local_disk_encryption	boolean	Gibt an, ob LUKS auf den lokalen Datenträgern von Cluster-VMs aktiviert werden soll.
init_scripts	init_scripts	array of ComputeInitScriptInfo	Die Konfiguration zum Speichern von Init-Skripts. Es kann eine beliebige Anzahl von Zielen angegeben werden. Die Skripts werden sequenziell in der angegebenen Reihenfolge ausgeführt. Wenn cluster_log_conf angegeben ist, werden init-Skriptprotokolle an <ziel>-/<cluster-ID>/init_scripts gesendet.
instance_pool_id	instance_pool_id	string	Die optionale ID des Instanzpools, zu dem der Cluster gehört.
is_single_node	is_single_node	boolean	Dieses Feld kann nur verwendet werden, wenn art = CLASSIC_PREVIEW. Bei Festlegung auf "true" werden in Azure Databricks automatisch einzelne knotenbezogene custom_tags, spark_conf und num_workers
freundlich	kind	ComputeKind
node_type_id	node_type_id	string	Dieses Feld codiert mithilfe eines einzigen Werts die Ressourcen, die jedem der Spark-Knoten in diesem Cluster zur Verfügung stehen. Beispielsweise können die Spark-Knoten für arbeitsspeicher- oder rechenintensive Workloads bereitgestellt und optimiert werden. Eine Liste der verfügbaren Knotentypen kann mithilfe des API-Aufrufs :method:clusters/listNodeTypes abgerufen werden.
num_workers	num_workers	integer	Die Anzahl der Workerknoten, die dieser Cluster haben sollte. Ein Cluster verfügt über einen Spark Driver und num_workers Executors für insgesamt num_workers + 1 Spark-Knoten. Hinweis: Beim Lesen der Eigenschaften eines Clusters spiegelt dieses Feld die gewünschte Anzahl von Arbeitskräften und nicht die tatsächliche aktuelle Anzahl von Mitarbeitern wider. Wenn beispielsweise die Größe eines Clusters von 5 auf 10 Mitarbeiter geändert wird, wird dieses Feld sofort aktualisiert, um die Zielgröße von 10 Mitarbeitern widerzuspiegeln, während die in spark_info aufgeführten Arbeitskräfte schrittweise von 5 auf 10 steigen, da die neuen Knoten bereitgestellt werden.
policy_id	policy_id	string	Die ID der Clusterrichtlinie, die zum Erstellen des Clusters verwendet wird, falls zutreffend.
runtime_engine	runtime_engine	ComputeRuntimeEngine
single_user_name	single_user_name	string	Einzelner Benutzername, wenn data_security_mode SINGLE_USER
spark_conf	spark_conf	object	Ein Objekt, das einen Satz optionaler, vom Benutzer angegebener Spark-Konfigurationsschlüssel-Wert-Paare enthält. Benutzer können auch eine Zeichenfolge mit zusätzlichen JVM-Optionen an den Treiber und die Executoren über spark.driver.extraJavaOptions bzw. spark.executor.extraJavaOptions übergeben.
spark_env_vars	spark_env_vars	object	Ein Objekt, das einen Satz optionaler, benutzerdefinierter Umgebungsvariablen-Schlüsselwertpaare enthält. Beachten Sie, dass das Schlüsselwertpaar des Formulars (X,Y) beim Starten des Treibers und der Mitarbeiter exportiert wird (d. h. X='Y'). Um einen zusätzlichen Satz von SPARK_DAEMON_JAVA_OPTS anzugeben, empfehlen wir, sie an $SPARK_DAEMON_JAVA_OPTS anzufügen, wie im folgenden Beispiel gezeigt. Dadurch wird sichergestellt, dass auch alle vom Databrick verwalteten Umgebungsvariablen enthalten sind. Beispiel für Spark-Umgebungsvariablen: {"SPARK_WORKER_MEMORY": "28000m", "SPARK_LOCAL_DIRS": "/local_disk0"} oder {"SPARK_DAEMON_JAVA_OPTS": "$SPARK_DAEMON_JAVA_OPTS -Dspark.shuffle.service.enabled=true"}
spark_version	spark_version	string	Die Spark-Version des Clusters, z. B. 3.3.x-scala2.11. Eine Liste der verfügbaren Spark-Versionen kann mithilfe des API-Aufrufs :method:clusters/sparkVersions abgerufen werden.
ssh_public_keys	ssh_public_keys	array of string	Inhalt des öffentlichen SSH-Schlüssels, der jedem Spark-Knoten in diesem Cluster hinzugefügt wird. Die entsprechenden privaten Schlüssel können verwendet werden, um sich mit dem Benutzernamen Ubuntu am Port 2200 anzumelden. Bis zu 10 Tasten können angegeben werden.
use_ml_runtime	use_ml_runtime	boolean	Dieses Feld kann nur verwendet werden, wenn art = CLASSIC_PREVIEW. effective_spark_version wird durch spark_version (DBR Release) bestimmt, dieses Feld use_ml_runtime und ob node_type_id gpu-Knoten ist oder nicht.
workload_type	workload_type	ComputeWorkloadType

ComputeAutoScale

Name	Pfad	Typ	Beschreibung
max_workers	max_workers	integer	Die maximale Anzahl von Mitarbeitern, auf die der Cluster skaliert werden kann, wenn er überlastet ist. Beachten Sie, dass max_workers streng größer als min_workers sein müssen.
min_workers	min_workers	integer	Die Mindestanzahl der Mitarbeiter, auf die der Cluster verkleinert werden kann, wenn sie nicht genutzt werden. Es ist auch die erste Anzahl der Mitarbeiter, die der Cluster nach der Erstellung haben wird.

ComputeAzureAttributes

Name	Pfad	Typ	Beschreibung
availability	availability	ComputeAzureAvailability
first_on_demand	first_on_demand	integer	Die ersten first_on_demand Knoten des Clusters werden auf On-Demand-Instanzen platziert. Dieser Wert sollte größer als 0 sein, um sicherzustellen, dass der Clustertreiberknoten in einer On-Demand-Instanz platziert wird. Wenn dieser Wert größer oder gleich der aktuellen Clustergröße ist, werden alle Knoten auf Bedarfsinstanzen platziert. Wenn dieser Wert kleiner als die aktuelle Clustergröße ist, werden first_on_demand Knoten auf On-Demand-Instanzen platziert, und der Rest wird auf Verfügbarkeitsinstanzen platziert. Beachten Sie, dass sich dieser Wert nicht auf die Clustergröße auswirkt und derzeit nicht während der Lebensdauer eines Clusters stummgeschaltet werden kann.
log_analytics_info	log_analytics_info	ComputeLogAnalyticsInfo
spot_bid_max_price	spot_bid_max_price	double	Der maximal zu verwendende Angebotspreis für Azure-Spotinstanzen. Der Max-Preis für das Angebot darf nicht höher sein als der On-Demand-Preis der Instanz. Wenn nicht angegeben, ist der Standardwert -1, der angibt, dass die Instanz nicht auf der Grundlage des Preises und nur auf der Grundlage der Verfügbarkeit verräumt werden kann. Außerdem sollte > der Wert 0 oder -1 sein.

ComputeAzureAvailability

string

ComputeLogAnalyticsInfo

Name	Pfad	Typ	Beschreibung
log_analytics_primary_key	log_analytics_primary_key	string
log_analytics_workspace_id	log_analytics_workspace_id	string

ComputeClusterLogConf

Name	Pfad	Typ	Beschreibung
dbfs	dbfs	ComputeDbfsStorageInfo
volumes	volumes	ComputeVolumesStorageInfo

ComputeDbfsStorageInfo

Name	Pfad	Typ	Beschreibung
destination	destination	string	dbfs-Ziel, z. B. dbfs:/my/path

ComputeVolumesStorageInfo

Name	Pfad	Typ	Beschreibung
destination	destination	string	UC Volumes-Ziel, z. B. /Volumes/catalog/schema/vol1/init-scripts/setup-datadog.sh oder dbfs:/Volumes/catalog/schema/vol1/init-scripts/setup-datadog.sh

ComputeDataSecurityMode

string

ComputeDockerImage

Name	Pfad	Typ	Beschreibung
basic_auth	basic_auth	ComputeDockerBasicAuth
URL	url	string	DIE URL des Docker-Images.

ComputeDockerBasicAuth

Name	Pfad	Typ	Beschreibung
Kennwort	password	string	Kennwort des Benutzers
username	username	string	Name des Benutzers

ComputeInitScriptInfo

Name	Pfad	Typ	Beschreibung
Abfss	abfss	ComputeAdlsgen2Info
file	file	ComputeLocalFileInfo
Gcs	gcs	ComputeGcsStorageInfo
volumes	volumes	ComputeVolumesStorageInfo
Arbeitsbereich	workspace	ComputeWorkspaceStorageInfo

ComputeAdlsgen2Info

Name	Pfad	Typ	Beschreibung
destination	destination	string	ziel abfss, z. B. abfss://< container-name>@<storage-account-name.dfs.core.windows.net/>< directory-name>.

ComputeLocalFileInfo

Name	Pfad	Typ	Beschreibung
destination	destination	string	lokales Dateiziel, z. B. Datei:/my/local/file.sh

ComputeGcsStorageInfo

Name	Pfad	Typ	Beschreibung
destination	destination	string	GCS-Ziel/URI, z. B. gs://my-bucket/some-prefix

ComputeWorkspaceStorageInfo

Name	Pfad	Typ	Beschreibung
destination	destination	string	wsfs-Ziel, z. B. workspace:/cluster-init-scripts/setup-datadog.sh

ComputeKind

string

ComputeRuntimeEngine

string

ComputeWorkloadType

Name	Pfad	Typ	Beschreibung
clients	clients	ComputeClientsTypes

ComputeClientsTypes

Name	Pfad	Typ	Beschreibung
jobs	jobs	boolean	Bei festgelegten Aufträgen kann der Cluster für Aufträge verwendet werden.
Notizbücher	notebooks	boolean	Wenn Notizbücher festgelegt sind, kann dieser Cluster für Notizbücher verwendet werden.

JobsJobNotificationSettings

Name	Pfad	Typ	Beschreibung
no_alert_for_canceled_runs	no_alert_for_canceled_runs	boolean	Wenn true, senden Sie keine Benachrichtigungen an Empfänger, die in on_failure angegeben sind, wenn die Ausführung abgebrochen wird.
no_alert_for_skipped_runs	no_alert_for_skipped_runs	boolean	Wenn true, senden Sie keine Benachrichtigungen an Empfänger, die in on_failure angegeben sind, wenn die Ausführung übersprungen wird.

JobsJobParameterDefinition

Name	Pfad	Typ	Beschreibung
Standardeinstellung	default	string	Standardwert des Parameters.
name	name	string	Der Name des definierten Parameters. Darf nur alphanumerische Zeichen, _, -, und .

JobsJobRunAs

Name	Pfad	Typ	Beschreibung
service_principal_name	service_principal_name	string	Anwendungs-ID eines aktiven Dienstprinzipals. Das Festlegen dieses Felds erfordert die ServicePrincipal/Benutzerrolle.
user_name	user_name	string	Die E-Mail-Adresse eines aktiven Arbeitsbereichsbenutzers. Benutzer, die keine Administratoren sind, können dieses Feld nur auf ihre eigene E-Mail-Adresse festlegen.

JobsCronSchedule

Name	Pfad	Typ	Beschreibung
pause_status	pause_status	JobsPauseStatus
quartz_cron_expression	quartz_cron_expression	string	Ein Cron-Ausdruck mit Quarzsyntax, der den Zeitplan für einen Auftrag beschreibt. Details finden Sie unter Cron Trigger . Dieses Feld ist ein Pflichtfeld.
timezone_id	timezone_id	string	Eine Java-Zeitzonen-ID. Der Zeitplan für einen Auftrag wird in Bezug auf diese Zeitzone aufgelöst. Details finden Sie unter Java TimeZone . Dieses Feld ist ein Pflichtfeld.

JobsTask

Name	Pfad	Typ	Beschreibung
clean_rooms_notebook_task	clean_rooms_notebook_task	Object
condition_task	condition_task	JobsConditionTask
dashboard_task	dashboard_task	JobsDashboardTask
dbt_task	dbt_task	Object
depends_on	depends_on	array of JobsTaskDependency	Ein optionales Array von Objekten, das das Abhängigkeitsdiagramm der Aufgabe angibt. Alle in diesem Feld angegebenen Vorgänge müssen abgeschlossen werden, bevor sie diesen Vorgang ausführen. Die Aufgabe wird nur ausgeführt, wenn die run_if Bedingung "true" ist. Der Schlüssel ist task_key, und der Wert ist der Name, der dem abhängigen Vorgang zugewiesen ist.
Beschreibung	description	string	Eine optionale Beschreibung für diese Aufgabe.
disable_auto_optimization	disable_auto_optimization	boolean	Eine Option zum Deaktivieren der automatischen Optimierung ohne Server
email_notifications	email_notifications	JobsTaskEmailNotifications
environment_key	environment_key	string	Der Schlüssel, der auf eine Umgebungsspezifikation in einem Auftrag verweist. Dieses Feld ist für Python-Skript-, Python-Rad- und DBT-Aufgaben erforderlich, wenn serverlose Compute verwendet wird.
existing_cluster_id	existing_cluster_id	string	Wenn existing_cluster_id, wird die ID eines vorhandenen Clusters angegeben, der für alle Ausführungen verwendet wird. Wenn Sie Aufträge oder Aufgaben auf einem vorhandenen Cluster ausführen, müssen Sie den Cluster möglicherweise manuell neu starten, wenn er nicht mehr reagiert. Wir empfehlen, Aufträge und Aufgaben in neuen Clustern auszuführen, um eine höhere Zuverlässigkeit zu erzielen.
for_each_task	for_each_task	JobsForEachTask
Gesundheit	health	JobsJobsHealthRules
job_cluster_key	job_cluster_key	string	Wenn job_cluster_key, wird diese Aufgabe ausgeführt, um den in job.settings.job_clusters angegebenen Cluster erneut zu verwenden.
libraries	libraries	array of ComputeLibrary	Eine optionale Liste der Bibliotheken, die auf dem Cluster installiert werden sollen. Der Standardwert ist eine leere Liste.
max_retries	max_retries	integer	Eine optionale maximale Anzahl von Wiederholungsversuche für eine erfolglose Ausführung. Eine Ausführung gilt als erfolglos, wenn sie mit dem FAILED-result_state oder INTERNAL_ERROR life_cycle_state abgeschlossen ist. Der Wert -1 bedeutet, dass der Vorgang unbegrenzt wiederholt wird, und der Wert 0 bedeutet, dass er nie erneut versucht.
min_retry_interval_millis	min_retry_interval_millis	integer	Ein optionales minimales Intervall in Millisekunden zwischen dem Start der fehlgeschlagenen Ausführung und der nachfolgenden Wiederholungsausführung. Das Standardverhalten besteht darin, dass nicht erfolgreiche Ausführungen sofort wiederholt werden.
new_cluster	new_cluster	ComputeClusterSpec
notebook_task	notebook_task	JobsNotebookTask
notification_settings	notification_settings	JobsTaskNotificationSettings
pipeline_task	pipeline_task	JobsPipelineTask
power_bi_task	power_bi_task	Object
python_wheel_task	python_wheel_task	JobsPythonWheelTask
retry_on_timeout	retry_on_timeout	boolean	Eine optionale Richtlinie, die angibt, ob ein Auftrag wiederholt werden soll, wenn es zu einem Zeitüberschreitungen kommt. Das Standardverhalten besteht darin, das Timeout nicht erneut auszuführen.
run_if	run_if	JobsRunIf
run_job_task	run_job_task	JobsRunJobTask
spark_jar_task	spark_jar_task	JobsSparkJarTask
spark_python_task	spark_python_task	JobsSparkPythonTask
spark_submit_task	spark_submit_task	JobsSparkSubmitTask
sql_task	sql_task	Object
task_key	task_key	string	Ein eindeutiger Name für den Vorgang. Dieses Feld wird verwendet, um von anderen Vorgängen auf diesen Vorgang zu verweisen. Dieses Feld ist erforderlich und muss innerhalb des übergeordneten Auftrags eindeutig sein. Bei "Aktualisieren" oder "Zurücksetzen" wird dieses Feld verwendet, um auf die vorgänge zu verweisen, die aktualisiert oder zurückgesetzt werden sollen.
timeout_seconds	timeout_seconds	integer	Ein optionales Timeout, das auf jede Ausführung dieser Auftragsaufgabe angewendet wird. Ein Wert von 0 bedeutet kein Timeout.
webhook_notifications	webhook_notifications	JobsWebhookNotifications

JobsConditionTask

Name	Pfad	Typ	Beschreibung
Linker Join	left	string	Der linke Operand der Bedingungsaufgabe. Dabei kann es sich entweder um einen Zeichenfolgenwert oder einen Auftragszustand oder einen Parameterverweis sein.
op	op	JobsConditionTaskOp
Rechts	right	string	Der rechte Operand der Bedingungsaufgabe. Dabei kann es sich entweder um einen Zeichenfolgenwert oder einen Auftragszustand oder einen Parameterverweis sein.

JobsConditionTaskOp

string

JobsDashboardTask

Name	Pfad	Typ	Beschreibung
dashboard_id	dashboard_id	string	Der Bezeichner des zu aktualisierenden Dashboards.
subscription	subscription	JobsSubscription
warehouse_id	warehouse_id	string	Optional: Die Lager-ID, mit der das Dashboard für den Zeitplan ausgeführt werden soll. Wenn nicht angegeben, wird das Standardlager des Dashboards verwendet.

JobsSubscription

Name	Pfad	Typ	Beschreibung
custom_subject	custom_subject	string	Optional: Ermöglicht Benutzern das Angeben einer benutzerdefinierten Betreffzeile in der E-Mail, die an Abonnenten gesendet wird.
pausiert	paused	boolean	Wenn dies der Fall ist, sendet das Abonnement keine E-Mails.
Abonnenten	subscribers	array of JobsSubscriptionSubscriber	Die Liste der Abonnenten, an die die Momentaufnahme des Dashboards gesendet werden soll.

JobsSubscriptionSubscriber

Name	Pfad	Typ	Beschreibung
destination_id	destination_id	string	Eine Momentaufnahme des Dashboards wird an das Ziel gesendet, wenn das feld destination_id vorhanden ist.
user_name	user_name	string	Eine Momentaufnahme des Dashboards wird an die E-Mail des Benutzers gesendet, wenn das feld user_name vorhanden ist.

JobsSource

string

JobsTaskDependency

Name	Pfad	Typ	Beschreibung
Ergebnis	outcome	string	Kann nur für Bedingungsaufgabenabhängigkeiten angegeben werden. Das Ergebnis der abhängigen Aufgabe, die erfüllt werden muss, damit diese Aufgabe ausgeführt werden kann.
task_key	task_key	string	Der Name des Vorgangs, von dem dieser Vorgang abhängt.

JobsTaskEmailNotifications

Name	Pfad	Typ	Beschreibung
on_duration_warning_threshold_exceeded	on_duration_warning_threshold_exceeded	array of string	Eine Liste der E-Mail-Adressen, die benachrichtigt werden sollen, wenn die Dauer einer Ausführung den für die Metrik RUN_DURATION_SECONDS im Integritätsfeld angegebenen Schwellenwert überschreitet. Wenn keine Regel für die Metrik RUN_DURATION_SECONDS im Integritätsfeld für den Auftrag angegeben wird, werden keine Benachrichtigungen gesendet.
on_failure	on_failure	array of string	Eine Liste der E-Mail-Adressen, die benachrichtigt werden sollen, wenn eine Ausführung erfolglos abgeschlossen ist. Eine Ausführung gilt als erfolglos abgeschlossen, wenn sie mit einem INTERNAL_ERROR life_cycle_state oder einem FAILED oder TIMED_OUT result_state endet. Wenn dies bei der Auftragserstellung nicht angegeben ist, wird die Liste zurückgesetzt oder aktualisiert, und Benachrichtigungen werden nicht gesendet.
on_start	on_start	array of string	Eine Liste der E-Mail-Adressen, die benachrichtigt werden sollen, wenn eine Ausführung beginnt. Wenn sie bei der Auftragserstellung, beim Zurücksetzen oder aktualisieren nicht angegeben ist, ist die Liste leer, und Benachrichtigungen werden nicht gesendet.
on_streaming_backlog_exceeded	on_streaming_backlog_exceeded	array of string	Eine Liste der E-Mail-Adressen, die benachrichtigt werden sollen, wenn alle Schwellenwerte für Streaming-Backlogs für jeden Datenstrom überschritten werden. Schwellenwerte für Streaming-Backlogs können im Integritätsfeld mithilfe der folgenden Metriken festgelegt werden: STREAMING_BACKLOG_BYTES, STREAMING_BACKLOG_RECORDS, STREAMING_BACKLOG_SECONDS oder STREAMING_BACKLOG_FILES. Die Warnung basiert auf dem Durchschnitt von 10 Minuten dieser Metriken. Wenn das Problem weiterhin besteht, werden Benachrichtigungen alle 30 Minuten erneut gesendet.
on_success	on_success	array of string	Eine Liste der E-Mail-Adressen, die benachrichtigt werden sollen, wenn eine Ausführung erfolgreich abgeschlossen wurde. Eine Ausführung gilt als erfolgreich abgeschlossen, wenn sie mit einem TERMINATED-life_cycle_state und einem SUCCESS-result_state endet. Wenn sie bei der Auftragserstellung, beim Zurücksetzen oder aktualisieren nicht angegeben ist, ist die Liste leer, und Benachrichtigungen werden nicht gesendet.

ComputeLibrary

Name	Pfad	Typ	Beschreibung
Cran	cran	ComputeRCranLibrary
Krug	jar	string	URI der zu installierenden JAR-Bibliothek. Unterstützte URIs umfassen Arbeitsbereichspfade, Unity-Katalogvolumespfade und ADLS-URIs. Beispiel: { "jar": "/Workspace/path/to/library.jar" }, { "jar" : "/Volumes/path/to/library.jar" } oder { "jar": "abfss://my-bucket/library.jar" }. Wenn ADLS verwendet wird, stellen Sie sicher, dass der Cluster Lesezugriff auf die Bibliothek hat. Möglicherweise müssen Sie den Cluster mit einem Microsoft Entra ID-Dienstprinzipal starten, um auf den ADLS-URI zuzugreifen.
Experte	maven	ComputeMavenLibrary
pypi	pypi	ComputePythonPyPiLibrary
requirements	requirements	string	URI der zu installierenden requirements.txt-Datei. Es werden nur Arbeitsbereichspfade und Unity-Katalogvolumespfade unterstützt. Beispiel: { "requirements": "/Workspace/path/to/requirements.txt" } oder { "requirements" : "/Volumes/path/to/requirements.txt" }
whl	whl	string	URI der zu installierenden Radbibliothek. Unterstützte URIs umfassen Arbeitsbereichspfade, Unity-Katalogvolumespfade und ADLS-URIs. Beispiel: { "whl": "/Workspace/path/to/library.whl" }, { "whl" : "/Volumes/path/to/library.whl" } oder { "whl": "abfss://my-bucket/library.whl" }. Wenn ADLS verwendet wird, stellen Sie sicher, dass der Cluster Lesezugriff auf die Bibliothek hat. Möglicherweise müssen Sie den Cluster mit einem Microsoft Entra ID-Dienstprinzipal starten, um auf den ADLS-URI zuzugreifen.

JobsForEachTask

Name	Pfad	Typ	Beschreibung
concurrency	concurrency	integer	Eine optionale maximal zulässige Anzahl gleichzeitiger Ausführung der Aufgabe. Legen Sie diesen Wert fest, wenn Sie mehrere Ausführungen der Aufgabe gleichzeitig ausführen möchten.
Eingaben	inputs	string	Array für die Aufgabe, die durchlaufen werden soll. Dies kann eine JSON-Zeichenfolge oder ein Verweis auf einen Arrayparameter sein.
Aufgabe	task	Object

ComputeRCranLibrary

Name	Pfad	Typ	Beschreibung
Paket	package	string	Der Name des zu installierenden CRAN-Pakets.
Repo	repo	string	Das Repository, in dem das Paket gefunden werden kann. Wenn nicht angegeben, wird das standardmäßige CRAN-Repository verwendet.

ComputeMavenLibrary

Name	Pfad	Typ	Beschreibung
Koordinaten	coordinates	string	Gradle-Style maven-Koordinaten. Beispiel: "org.jsoup:jsoup:1.7.2".
Ausschlüsse	exclusions	array of string	Liste der auszuschließenden Abhängigkeiten. Beispiel: ["slf4j:slf4j", "*:hadoop-client"]. Maven-Abhängigkeitsausschlüsse: https://maven.apache.org/guides/introduction/introduction-to-optional-and-excludes-dependencies.html.
Repo	repo	string	Maven repo zum Installieren des Maven-Pakets von. Wenn nicht angegeben, werden sowohl maven Central Repository als auch Spark Packages durchsucht.

ComputePythonPyPiLibrary

Name	Pfad	Typ	Beschreibung
Paket	package	string	Der Name des zu installierenden Pypi-Pakets. Eine optionale genaue Versionsspezifikation wird ebenfalls unterstützt. Beispiele: "simplejson" und "simplejson==3.8.0".
Repo	repo	string	Das Repository, in dem das Paket gefunden werden kann. Wenn nicht angegeben, wird der Standardmäßige Pip-Index verwendet.

JobsNotebookTask

Name	Pfad	Typ	Beschreibung
base_parameters	base_parameters	object	Basisparameter, die für jede Ausführung dieses Auftrags verwendet werden sollen. Wenn die Ausführung durch einen Aufruf von :method:jobs/run Now mit angegebenen Parametern initiiert wird, werden die beiden Parameterzuordnungen zusammengeführt. Wenn derselbe Schlüssel in base_parameters und jetzt ausgeführt wird, wird der Wert aus "run-now" verwendet. Verwenden Sie Task-Parametervariablen , um Parameter festzulegen, die Informationen zu Auftragsausführungen enthalten. Wenn das Notizbuch einen Parameter verwendet, der nicht im base_parameters des Auftrags angegeben ist, oder die Parameter für die Ausführung jetzt außer Kraft setzen, wird der Standardwert aus dem Notizbuch verwendet. Rufen Sie diese Parameter in einem Notizbuch mithilfe von dbutils.widgets.get ab. Die JSON-Darstellung dieses Felds darf 1 MB nicht überschreiten.
notebook_path	notebook_path	string	Der Pfad des Notizbuchs, das im Azure Databricks-Arbeitsbereich oder Remote-Repository ausgeführt werden soll. Für Notizbücher, die im Azure Databricks-Arbeitsbereich gespeichert sind, muss der Pfad absolut sein und mit einem Schrägstrich beginnen. Für Notizbücher, die in einem Remote-Repository gespeichert sind, muss der Pfad relativ sein. Dieses Feld ist ein Pflichtfeld.
source	source	JobsSource
warehouse_id	warehouse_id	string	Optionaler warehouse_id zum Ausführen des Notizbuchs in einem SQL Warehouse. Klassische SQL-Lagerhäuser werden NICHT unterstützt, verwenden Sie serverlose oder pro SQL-Lagerhäuser. Beachten Sie, dass SQL-Lagerhäuser nur SQL-Zellen unterstützen; Wenn das Notizbuch nicht SQL-Zellen enthält, schlägt die Ausführung fehl.

JobsTaskNotificationSettings

Name	Pfad	Typ	Beschreibung
alert_on_last_attempt	alert_on_last_attempt	boolean	Wenn true, senden Sie keine Benachrichtigungen an Empfänger, die in on_start für die wiederholten Ausführung angegeben sind, und senden Sie keine Benachrichtigungen an Empfänger, die in on_failure angegeben sind, bis der letzte Wiederholungsversuch der Ausführung.
no_alert_for_canceled_runs	no_alert_for_canceled_runs	boolean	Wenn true, senden Sie keine Benachrichtigungen an Empfänger, die in on_failure angegeben sind, wenn die Ausführung abgebrochen wird.
no_alert_for_skipped_runs	no_alert_for_skipped_runs	boolean	Wenn true, senden Sie keine Benachrichtigungen an Empfänger, die in on_failure angegeben sind, wenn die Ausführung übersprungen wird.

JobsPipelineTask

Name	Pfad	Typ	Beschreibung
full_refresh	full_refresh	boolean	Bei "true" wird eine vollständige Aktualisierung der Delta-Livetabelle ausgelöst.
pipeline_id	pipeline_id	string	Der vollständige Name der auszuführenden Pipelineaufgabe.

JobsPythonWheelTask

Name	Pfad	Typ	Beschreibung
entry_point	entry_point	string	Benannter Einstiegspunkt, der verwendet werden soll, wenn er nicht in den Metadaten des Pakets vorhanden ist, wird die Funktion direkt mithilfe von $packageName.$entryPoint() aus dem Paket ausgeführt.
named_parameters	named_parameters	object	Befehlszeilenparameter, die in Form von ["-name=task", "-data=dbfs:/path/to/data.json" an Python-Radaufgabe übergeben werden. Lassen Sie sie leer, wenn Parameter nicht NULL sind.
package_name	package_name	string	Name des auszuführenden Pakets
parameters	parameters	array of string	Befehlszeilenparameter, die an die Python-Radaufgabe übergeben werden. Lassen Sie sie leer, wenn named_parameters nicht NULL ist.

JobsRunIf

string

JobsRunJobTask

Name	Pfad	Typ	Beschreibung
job_id	job_id	integer	ID des auszulösenden Auftrags.
job_parameters	job_parameters	object	Parameter auf Auftragsebene, die zum Auslösen des Auftrags verwendet werden.
pipeline_params	pipeline_params	JobsPipelineParams

JobsSparkJarTask

Name	Pfad	Typ	Beschreibung
main_class_name	main_class_name	string	Der vollständige Name der Klasse, die die auszuführende Hauptmethode enthält. Diese Klasse muss in einem JAR enthalten sein, das als Bibliothek bereitgestellt wird. Der Code muss SparkContext.getOrCreate verwenden, um einen Spark-Kontext abzurufen. andernfalls schlägt die Ausführung des Auftrags fehl.
parameters	parameters	array of string	Parameter, die an die Hauptmethode übergeben werden. Verwenden Sie Task-Parametervariablen , um Parameter festzulegen, die Informationen zu Auftragsausführungen enthalten.

JobsSparkPythonTask

Name	Pfad	Typ	Beschreibung
parameters	parameters	array of string	Befehlszeilenparameter, die an die Python-Datei übergeben werden. Verwenden Sie Task-Parametervariablen , um Parameter festzulegen, die Informationen zu Auftragsausführungen enthalten.
python_file	python_file	string	Die python-Datei, die ausgeführt werden soll. Clouddatei-URIs (z. B. dbfs:/, s3:/, adls:/, gcs:/) und Arbeitsbereichspfade werden unterstützt. Für Python-Dateien, die im Azure Databricks-Arbeitsbereich gespeichert sind, muss der Pfad absolut sein und mit /beginnen. Für Dateien, die in einem Remote-Repository gespeichert sind, muss der Pfad relativ sein. Dieses Feld ist ein Pflichtfeld.
source	source	JobsSource

JobsSparkSubmitTask

Name	Pfad	Typ	Beschreibung
parameters	parameters	array of string	Befehlszeilenparameter, die an spark submit übergeben werden. Verwenden Sie Task-Parametervariablen , um Parameter festzulegen, die Informationen zu Auftragsausführungen enthalten.

JobsWebhookNotifications

Name	Pfad	Typ	Beschreibung
on_duration_warning_threshold_exceeded	on_duration_warning_threshold_exceeded	array of JobsWebhook	Eine optionale Liste von Systembenachrichtigungs-IDs, die aufgerufen werden sollen, wenn die Dauer einer Ausführung den für die RUN_DURATION_SECONDS Metrik im Integritätsfeld angegebenen Schwellenwert überschreitet. Für die eigenschaft on_duration_warning_threshold_exceeded können maximal 3 Ziele angegeben werden.
on_failure	on_failure	array of JobsWebhook	Eine optionale Liste der Systembenachrichtigungs-IDs, die aufgerufen werden sollen, wenn die Ausführung fehlschlägt. Für die eigenschaft on_failure können maximal 3 Ziele angegeben werden.
on_start	on_start	array of JobsWebhook	Eine optionale Liste der Systembenachrichtigungs-IDs, die beim Starten der Ausführung aufgerufen werden sollen. Für die eigenschaft on_start können maximal 3 Ziele angegeben werden.
on_streaming_backlog_exceeded	on_streaming_backlog_exceeded	array of JobsWebhook	Eine optionale Liste der Systembenachrichtigungs-IDs, die aufgerufen werden sollen, wenn alle Schwellenwerte für Streaming-Backlogs für einen beliebigen Datenstrom überschritten werden. Schwellenwerte für Streaming-Backlogs können im Integritätsfeld mithilfe der folgenden Metriken festgelegt werden: STREAMING_BACKLOG_BYTES, STREAMING_BACKLOG_RECORDS, STREAMING_BACKLOG_SECONDS oder STREAMING_BACKLOG_FILES. Die Warnung basiert auf dem Durchschnitt von 10 Minuten dieser Metriken. Wenn das Problem weiterhin besteht, werden Benachrichtigungen alle 30 Minuten erneut gesendet. Für die eigenschaft on_streaming_backlog_exceeded können maximal 3 Ziele angegeben werden.
on_success	on_success	array of JobsWebhook	Eine optionale Liste der Systembenachrichtigungs-IDs, die aufgerufen werden sollen, wenn die Ausführung erfolgreich abgeschlossen ist. Für die eigenschaft on_success können maximal 3 Ziele angegeben werden.

JobsWebhook

Name	Pfad	Typ	Beschreibung
id	id	string

JobsTriggerSettings

Name	Pfad	Typ	Beschreibung
file_arrival	file_arrival	JobsFileArrivalTriggerConfiguration
pause_status	pause_status	JobsPauseStatus
periodisch	periodic	JobsPeriodicTriggerConfiguration

JobsFileArrivalTriggerConfiguration

Name	Pfad	Typ	Beschreibung
min_time_between_triggers_seconds	min_time_between_triggers_seconds	integer	Bei Festlegung startet der Trigger eine Ausführung erst nach der angegebenen Zeitspanne, die seit dem letzten Auslösen des Triggers überschritten wurde. Der minimal zulässige Wert beträgt 60 Sekunden.
URL	url	string	URL, die auf Dateiankünfte überwacht werden soll. Der Pfad muss auf den Stamm oder einen Unterpfad der externen Position verweisen.
wait_after_last_change_seconds	wait_after_last_change_seconds	integer	Wenn festgelegt, startet der Trigger eine Ausführung nur, nachdem für die angegebene Zeitspanne keine Dateiaktivität aufgetreten ist. Dies ermöglicht es, auf einen Batch eingehender Dateien zu warten, bevor eine Ausführung ausgelöst wird. Der mindest zulässige Wert beträgt 60 Sekunden.

JobsPeriodicTriggerConfiguration

Name	Pfad	Typ	Beschreibung
interval	interval	integer	Das Intervall, in dem der Trigger ausgeführt werden soll.
Einheit	unit	JobsPeriodicTriggerConfigurationTimeUnit

JobsPeriodicTriggerConfigurationTimeUnit

string

JobsTriggerStateProto

Name	Pfad	Typ	Beschreibung
file_arrival	file_arrival	JobsFileArrivalTriggerState

JobsFileArrivalTriggerState

Name	Pfad	Typ	Beschreibung
using_file_events	using_file_events	boolean	Gibt an, ob der Trigger Dateiereignisse nutzt, um Dateiankünfte zu erkennen.

JobsRun

Name	Pfad	Typ	Beschreibung
attempt_number	attempt_number	integer	Die Sequenznummer dieses Ausführungsversuchs für einen ausgelösten Auftrag. Der anfängliche Versuch einer Ausführung weist einen attempt_number von 0 auf. Wenn der anfängliche Ausführungsversuch fehlschlägt und der Auftrag über eine Wiederholungsrichtlinie (max_retries > 0) verfügt, werden nachfolgende Ausführungen mit einer original_attempt_run_id der ID des ursprünglichen Versuchs und einer inkrementierenden attempt_number erstellt. Die Ausführung wird nur ausgeführt, bis sie erfolgreich sind, und die maximale attempt_number entspricht dem max_retries Wert für den Auftrag.
cleanup_duration	cleanup_duration	integer	Die Zeit in Millisekunden, die es dauerte, um den Cluster zu beenden und alle zugehörigen Artefakte zu bereinigen. Die Dauer einer Vorgangsausführung ist die Summe der setup_duration, execution_duration und der cleanup_duration. Das feld "cleanup_duration" ist für Die Ausführung von Multitaskaufträgen auf 0 festgelegt. Die Gesamtdauer eines Ausführens eines Multitasksauftrags ist der Wert des felds run_duration.
cluster_instance	cluster_instance	JobsClusterInstance
cluster_spec	cluster_spec	JobsClusterSpec
creator_user_name	creator_user_name	string	Der Erstellerbenutzername. Dieses Feld wird nicht in die Antwort einbezogen, wenn der Benutzer bereits gelöscht wurde.
Beschreibung	description	string	Beschreibung der Ausführung
effective_performance_target	effective_performance_target	JobsPerformanceTarget
end_time	end_time	integer	Die Zeit, zu der dieser Lauf in epochen Millisekunden endete (Millisekunden seit dem 1.1.1970 UTC). Dieses Feld ist auf 0 festgelegt, wenn der Auftrag noch ausgeführt wird.
execution_duration	execution_duration	integer	Die Zeit in Millisekunden, die zum Ausführen der Befehle im JAR oder Notizbuch benötigt wurde, bis sie abgeschlossen, fehlgeschlagen, timeout, abgebrochen wurden oder ein unerwarteter Fehler aufgetreten ist. Die Dauer einer Vorgangsausführung ist die Summe der setup_duration, execution_duration und der cleanup_duration. Das feld "execution_duration" ist für Die Ausführung des Multitasksauftrags auf 0 festgelegt. Die Gesamtdauer eines Ausführens eines Multitasksauftrags ist der Wert des felds run_duration.
git_source	git_source	JobsGitSource
has_more	has_more	boolean	Gibt an, ob die Ausführung weitere Arrayeigenschaften (Tasks, job_clusters) aufweist, die nicht angezeigt werden. Auf sie kann über den Endpunkt :method:jobs/getrun zugegriffen werden. Es ist nur für API 2.2 :method:jobs/listruns requests with expand_tasks=true relevant.
job_clusters	job_clusters	array of JobsJobCluster	Eine Liste von Job-Cluster-Spezifikationen, die für Aufgaben dieses Jobs freigegeben und wiederverwendet werden können. Bibliotheken können nicht in einem freigegebenen Auftragscluster deklariert werden. Sie müssen abhängige Bibliotheken in Aufgabeneinstellungen deklarieren. Wenn mehr als 100 Auftragscluster verfügbar sind, können Sie diese mithilfe von :method:jobs/getrun durchlaufen.
job_id	job_id	integer	Der kanonische Bezeichner des Auftrags, der diese Ausführung enthält.
job_parameters	job_parameters	array of JobsJobParameter	Parameter auf Auftragsebene, die in der Ausführung verwendet werden
job_run_id	job_run_id	integer	ID des Auftragsausführung, zu dem diese Ausführung gehört. Bei Legacy- und Einzelaufgabenaufträgen wird das Feld mit der Auftragsausführungs-ID aufgefüllt. Bei Aufgabenausführungen wird das Feld mit der ID des Auftrags ausgeführt, zu dem die Aufgabe gehört.
next_page_token	next_page_token	string	Ein Token, das zum Auflisten der nächsten Seite von Arrayeigenschaften verwendet werden kann.
original_attempt_run_id	original_attempt_run_id	integer	Wenn diese Ausführung ein Wiederholungsversuch eines vorherigen Ausführungsversuchs ist, enthält dieses Feld die run_id des ursprünglichen Versuchs. andernfalls ist sie mit dem run_id identisch.
overriding_parameters	overriding_parameters	JobsRunParameters
queue_duration	queue_duration	integer	Die Zeit in Millisekunden, die die Ausführung in der Warteschlange aufgewendet hat.
repair_history	repair_history	array of JobsRepairHistoryItem	Der Reparaturverlauf der Ausführung.
run_duration	run_duration	integer	Die Zeit in Millisekunden dauerte die Ausführung des Auftrags und alle reparaturen.
run_id	run_id	integer	Der kanonische Bezeichner der Ausführung. Diese ID ist für alle Ausführungsläufe aller Aufträge eindeutig.
run_name	run_name	string	Ein optionaler Name für die Ausführung. Die maximale Länge beträgt 4096 Bytes in UTF-8-Codierung.
run_page_url	run_page_url	string	Die URL zur Detailseite der Ausführung.
Lauftyp	run_type	JobsRunType
Zeitplan	schedule	JobsCronSchedule
setup_duration	setup_duration	integer	Die Zeit in Millisekunden, die zum Einrichten des Clusters benötigt wurde. Bei Ausführungen, die auf neuen Clustern ausgeführt werden, ist dies die Zeit für die Clustererstellung, bei Ausführungen, die in vorhandenen Clustern ausgeführt werden, dieses Mal sehr kurz sein. Die Dauer einer Vorgangsausführung ist die Summe der setup_duration, execution_duration und der cleanup_duration. Das Feld "setup_duration" ist für Die Ausführung von Multitaskaufträgen auf 0 festgelegt. Die Gesamtdauer eines Ausführens eines Multitasksauftrags ist der Wert des felds run_duration.
Startzeit	start_time	integer	Die Zeit, zu der dieser Lauf in Epochen millisekunden gestartet wurde (Millisekunden seit dem 1.1.1.1970 UTC). Dies ist möglicherweise nicht der Zeitpunkt, zu dem die Auftragsaufgabe mit der Ausführung beginnt, z. B. wenn der Auftrag auf einem neuen Cluster ausgeführt werden soll, ist dies der Zeitpunkt, zu dem der Clustererstellungsaufruf ausgegeben wird.
status	status	JobsRunStatus
Tasks	tasks	array of JobsRunTask	Die Liste der von der Ausführung ausgeführten Aufgaben. Jede Aufgabe verfügt über eine eigene run_id, mit der Sie JobsGetOutput aufrufen können, um die Run-Resutls abzurufen. Wenn mehr als 100 Aufgaben verfügbar sind, können Sie diese mithilfe von :method:jobs/getrun durchlaufen. Verwenden Sie das feld next_page_token im Objektstamm, um zu ermitteln, ob weitere Ergebnisse verfügbar sind.
trigger	trigger	JobsTriggerType
trigger_info	trigger_info	JobsTriggerInfo

JobsClusterInstance

Name	Pfad	Typ	Beschreibung
cluster_id	cluster_id	string	Der kanonische Bezeichner für den cluster, der von einer Ausführung verwendet wird. Dieses Feld ist immer für Ausführungen auf vorhandenen Clustern verfügbar. Für Die Ausführung auf neuen Clustern wird sie verfügbar, sobald der Cluster erstellt wurde. Dieser Wert kann zum Anzeigen von Protokollen verwendet werden, indem sie zu /#setting/sparkui/$cluster_id/driver-logs navigieren. Die Protokolle sind nach Abschluss der Ausführung weiterhin verfügbar. Die Antwort enthält dieses Feld nicht, wenn der Bezeichner noch nicht verfügbar ist.
spark_context_id	spark_context_id	string	Der kanonische Bezeichner für den Spark-Kontext, der von einer Ausführung verwendet wird. Dieses Feld wird ausgefüllt, sobald die Ausführung beginnt. Dieser Wert kann verwendet werden, um die Spark-Benutzeroberfläche anzuzeigen, indem sie zu /#setting/sparkui/$cluster_id/$spark_context_id navigieren. Die Spark-Benutzeroberfläche ist nach Abschluss der Ausführung weiterhin verfügbar. Die Antwort enthält dieses Feld nicht, wenn der Bezeichner noch nicht verfügbar ist.

JobsClusterSpec

Name	Pfad	Typ	Beschreibung
existing_cluster_id	existing_cluster_id	string	Wenn existing_cluster_id, wird die ID eines vorhandenen Clusters angegeben, der für alle Ausführungen verwendet wird. Wenn Sie Aufträge oder Aufgaben auf einem vorhandenen Cluster ausführen, müssen Sie den Cluster möglicherweise manuell neu starten, wenn er nicht mehr reagiert. Wir empfehlen, Aufträge und Aufgaben in neuen Clustern auszuführen, um eine höhere Zuverlässigkeit zu erzielen.
job_cluster_key	job_cluster_key	string	Wenn job_cluster_key, wird diese Aufgabe ausgeführt, um den in job.settings.job_clusters angegebenen Cluster erneut zu verwenden.
libraries	libraries	array of ComputeLibrary	Eine optionale Liste der Bibliotheken, die auf dem Cluster installiert werden sollen. Der Standardwert ist eine leere Liste.
new_cluster	new_cluster	ComputeClusterSpec

JobsJobParameter

Name	Pfad	Typ	Beschreibung
Standardeinstellung	default	string	Der optionale Standardwert des Parameters
name	name	string	Der Name des Parameters
value	value	string	Der in der Ausführung verwendete Wert

JobsRunParameters

Name	Pfad	Typ	Beschreibung
pipeline_params	pipeline_params	JobsPipelineParams

JobsRepairHistoryItem

Name	Pfad	Typ	Beschreibung
effective_performance_target	effective_performance_target	JobsPerformanceTarget
end_time	end_time	integer	Die Endzeit der (reparierten) Ausführung.
id	id	integer	Die ID der Reparatur. Wird nur für die Elemente zurückgegeben, die eine Reparatur in repair_history darstellen.
Startzeit	start_time	integer	Die Startzeit der (reparierten) Ausführung.
status	status	JobsRunStatus
task_run_ids	task_run_ids	array of integer	Die Ausführungs-IDs der Aufgabe werden ausgeführt, die als Teil dieses Reparaturverlaufselements ausgeführt wurden.
type	type	JobsRepairHistoryItemType

JobsRunStatus

Name	Pfad	Typ	Beschreibung
queue_details	queue_details	JobsQueueDetails
Staat	state	JobsRunLifecycleStateV2State
termination_details	termination_details	JobsTerminationDetails

JobsQueueDetails

Name	Pfad	Typ	Beschreibung
Code	code	JobsQueueDetailsCodeCode
message	message	string	Eine beschreibende Nachricht mit den Warteschlangendetails. Dieses Feld ist unstrukturiert, und das genaue Format kann geändert werden.

JobsQueueDetailsCodeCode

string

JobsRunLifecycleStateV2State

string

JobsTerminationDetails

Name	Pfad	Typ	Beschreibung
Code	code	JobsTerminationCodeCode
message	message	string	Eine beschreibende Nachricht mit den Beendigungsdetails. Dieses Feld ist unstrukturiert, und das Format kann sich ändern.
type	type	JobsTerminationTypeType

JobsTerminationCodeCode

string

JobsTerminationTypeType

string

JobsRepairHistoryItemType

string

JobsRunType

string

JobsRunTask

Name	Pfad	Typ	Beschreibung
attempt_number	attempt_number	integer	Die Sequenznummer dieses Ausführungsversuchs für einen ausgelösten Auftrag. Der anfängliche Versuch einer Ausführung weist einen attempt_number von 0 auf. Wenn der anfängliche Ausführungsversuch fehlschlägt und der Auftrag über eine Wiederholungsrichtlinie (max_retries > 0) verfügt, werden nachfolgende Ausführungen mit einer original_attempt_run_id der ID des ursprünglichen Versuchs und einer inkrementierenden attempt_number erstellt. Die Ausführung wird nur ausgeführt, bis sie erfolgreich sind, und die maximale attempt_number entspricht dem max_retries Wert für den Auftrag.
clean_rooms_notebook_task	clean_rooms_notebook_task	Object
cleanup_duration	cleanup_duration	integer	Die Zeit in Millisekunden, die es dauerte, um den Cluster zu beenden und alle zugehörigen Artefakte zu bereinigen. Die Dauer einer Vorgangsausführung ist die Summe der setup_duration, execution_duration und der cleanup_duration. Das feld "cleanup_duration" ist für Die Ausführung von Multitaskaufträgen auf 0 festgelegt. Die Gesamtdauer eines Ausführens eines Multitasksauftrags ist der Wert des felds run_duration.
cluster_instance	cluster_instance	JobsClusterInstance
condition_task	condition_task	JobsRunConditionTask
dashboard_task	dashboard_task	Object
dbt_task	dbt_task	Object
depends_on	depends_on	array of JobsTaskDependency	Ein optionales Array von Objekten, das das Abhängigkeitsdiagramm der Aufgabe angibt. Alle in diesem Feld angegebenen Vorgänge müssen erfolgreich abgeschlossen werden, bevor diese Aufgabe ausgeführt wird. Der Schlüssel ist task_key, und der Wert ist der Name, der dem abhängigen Vorgang zugewiesen ist.
Beschreibung	description	string	Eine optionale Beschreibung für diese Aufgabe.
effective_performance_target	effective_performance_target	JobsPerformanceTarget
email_notifications	email_notifications	JobsJobEmailNotifications
end_time	end_time	integer	Die Zeit, zu der dieser Lauf in epochen Millisekunden endete (Millisekunden seit dem 1.1.1970 UTC). Dieses Feld ist auf 0 festgelegt, wenn der Auftrag noch ausgeführt wird.
environment_key	environment_key	string	Der Schlüssel, der auf eine Umgebungsspezifikation in einem Auftrag verweist. Dieses Feld ist für Python-Skript-, Python-Rad- und DBT-Aufgaben erforderlich, wenn serverlose Compute verwendet wird.
execution_duration	execution_duration	integer	Die Zeit in Millisekunden, die zum Ausführen der Befehle im JAR oder Notizbuch benötigt wurde, bis sie abgeschlossen, fehlgeschlagen, timeout, abgebrochen wurden oder ein unerwarteter Fehler aufgetreten ist. Die Dauer einer Vorgangsausführung ist die Summe der setup_duration, execution_duration und der cleanup_duration. Das feld "execution_duration" ist für Die Ausführung des Multitasksauftrags auf 0 festgelegt. Die Gesamtdauer eines Ausführens eines Multitasksauftrags ist der Wert des felds run_duration.
existing_cluster_id	existing_cluster_id	string	Wenn existing_cluster_id, wird die ID eines vorhandenen Clusters angegeben, der für alle Ausführungen verwendet wird. Wenn Sie Aufträge oder Aufgaben auf einem vorhandenen Cluster ausführen, müssen Sie den Cluster möglicherweise manuell neu starten, wenn er nicht mehr reagiert. Wir empfehlen, Aufträge und Aufgaben in neuen Clustern auszuführen, um eine höhere Zuverlässigkeit zu erzielen.
for_each_task	for_each_task	Object
git_source	git_source	JobsGitSource
job_cluster_key	job_cluster_key	string	Wenn job_cluster_key, wird diese Aufgabe ausgeführt, um den in job.settings.job_clusters angegebenen Cluster erneut zu verwenden.
libraries	libraries	array of Object	Eine optionale Liste der Bibliotheken, die auf dem Cluster installiert werden sollen. Der Standardwert ist eine leere Liste.
new_cluster	new_cluster	Object
notebook_task	notebook_task	JobsNotebookTask
notification_settings	notification_settings	Object
pipeline_task	pipeline_task	Object
power_bi_task	power_bi_task	Object
python_wheel_task	python_wheel_task	Object
queue_duration	queue_duration	integer	Die Zeit in Millisekunden, die die Ausführung in der Warteschlange aufgewendet hat.
resolved_values	resolved_values	JobsResolvedValues
run_duration	run_duration	integer	Die Zeit in Millisekunden dauerte die Ausführung des Auftrags und alle reparaturen.
run_id	run_id	integer	Die ID der Ausführung der Aufgabe.
run_if	run_if	JobsRunIf
run_job_task	run_job_task	JobsRunJobTask
run_page_url	run_page_url	string
setup_duration	setup_duration	integer	Die Zeit in Millisekunden, die zum Einrichten des Clusters benötigt wurde. Bei Ausführungen, die auf neuen Clustern ausgeführt werden, ist dies die Zeit für die Clustererstellung, bei Ausführungen, die in vorhandenen Clustern ausgeführt werden, dieses Mal sehr kurz sein. Die Dauer einer Vorgangsausführung ist die Summe der setup_duration, execution_duration und der cleanup_duration. Das Feld "setup_duration" ist für Die Ausführung von Multitaskaufträgen auf 0 festgelegt. Die Gesamtdauer eines Ausführens eines Multitasksauftrags ist der Wert des felds run_duration.
spark_jar_task	spark_jar_task	Object
spark_python_task	spark_python_task	Object
spark_submit_task	spark_submit_task	Object
sql_task	sql_task	Object
Startzeit	start_time	integer	Die Zeit, zu der dieser Lauf in Epochen millisekunden gestartet wurde (Millisekunden seit dem 1.1.1.1970 UTC). Dies ist möglicherweise nicht der Zeitpunkt, zu dem die Auftragsaufgabe mit der Ausführung beginnt, z. B. wenn der Auftrag auf einem neuen Cluster ausgeführt werden soll, ist dies der Zeitpunkt, zu dem der Clustererstellungsaufruf ausgegeben wird.
status	status	JobsRunStatus
task_key	task_key	string	Ein eindeutiger Name für den Vorgang. Dieses Feld wird verwendet, um von anderen Vorgängen auf diesen Vorgang zu verweisen. Dieses Feld ist erforderlich und muss innerhalb des übergeordneten Auftrags eindeutig sein. Bei "Aktualisieren" oder "Zurücksetzen" wird dieses Feld verwendet, um auf die vorgänge zu verweisen, die aktualisiert oder zurückgesetzt werden sollen.
timeout_seconds	timeout_seconds	integer	Ein optionales Timeout, das auf jede Ausführung dieser Auftragsaufgabe angewendet wird. Ein Wert von 0 bedeutet kein Timeout.
webhook_notifications	webhook_notifications	Object

JobsRunConditionTask

Name	Pfad	Typ	Beschreibung
Linker Join	left	string	Der linke Operand der Bedingungsaufgabe. Dabei kann es sich entweder um einen Zeichenfolgenwert oder einen Auftragszustand oder einen Parameterverweis sein.
op	op	JobsConditionTaskOp
Ergebnis	outcome	string	Das Auswertungsergebnis des Bedingungsausdrucks. Wird ausgefüllt, wenn die Aufgabe erfolgreich abgeschlossen wurde. Kann "true" oder "false" sein
Rechts	right	string	Der rechte Operand der Bedingungsaufgabe. Dabei kann es sich entweder um einen Zeichenfolgenwert oder einen Auftragszustand oder einen Parameterverweis sein.

JobsTriggerType

string

JobsTriggerInfo

Name	Pfad	Typ	Beschreibung
run_id	run_id	integer	Die Ausführungs-ID der Ausführungsaufgabe "Auftrag ausführen"

JobsRunOutput

Name	Pfad	Typ	Beschreibung
clean_rooms_notebook_output	clean_rooms_notebook_output	Object
dashboard_output	dashboard_output	Object
dbt_output	dbt_output	Object
Fehler	error	string	Eine Fehlermeldung, die angibt, warum eine Aufgabe fehlgeschlagen ist oder warum die Ausgabe nicht verfügbar ist. Die Nachricht ist unstrukturiert, und das genaue Format kann geändert werden.
error_trace	error_trace	string	Wenn beim Ausführen der Ausführung ein Fehler aufgetreten ist, enthält dieses Feld alle verfügbaren Stapelablaufverfolgungen.
info	info	string
logs	logs	string	Die Ausgabe von Aufgaben, die in Standarddatenströme (stdout/stderr) schreiben, z. B. spark_jar_task, spark_python_task, python_wheel_task. Es wird für die notebook_task, pipeline_task oder spark_submit_task nicht unterstützt. Azure Databricks schränkt diese API so ein, dass die letzten 5 MB dieser Protokolle zurückgegeben werden.
logs_truncated	logs_truncated	boolean	Gibt an, ob die Protokolle abgeschnitten werden.
metadata	metadata	Object
notebook_output	notebook_output	JobsNotebookOutput
run_job_output	run_job_output	JobsRunJobOutput
sql_output	sql_output	Object

JobsNotebookOutput

Name	Pfad	Typ	Beschreibung
Ergebnis	result	string	Der Wert, der an dbutils.notebook.exit()übergeben wird. Azure Databricks schränkt diese API ein, um die ersten 5 MB des Werts zurückzugeben. Für ein größeres Ergebnis kann Ihr Auftrag die Ergebnisse in einem Cloudspeicherdienst speichern. Dieses Feld ist nicht vorhanden, wenn dbutils.notebook.exit() nie aufgerufen wurde.
abgeschnitten	truncated	boolean	Gibt an, ob das Ergebnis abgeschnitten wurde.

JobsRunJobOutput

Name	Pfad	Typ	Beschreibung
run_id	run_id	integer	Die Ausführungs-ID des ausgelösten Auftrags

JobsResolvedValues

Name	Pfad	Typ	Beschreibung
condition_task	condition_task	JobsResolvedConditionTaskValues
dbt_task	dbt_task	JobsResolvedDbtTaskValues
notebook_task	notebook_task	JobsResolvedNotebookTaskValues
python_wheel_task	python_wheel_task	JobsResolvedPythonWheelTaskValues
run_job_task	run_job_task	JobsResolvedRunJobTaskValues
simulation_task	simulation_task	JobsResolvedParamPairValues
spark_jar_task	spark_jar_task	JobsResolvedStringParamsValues
spark_python_task	spark_python_task	JobsResolvedStringParamsValues
spark_submit_task	spark_submit_task	JobsResolvedStringParamsValues
sql_task	sql_task	JobsResolvedParamPairValues

JobsResolvedConditionTaskValues

Name	Pfad	Typ	Beschreibung
Linker Join	left	string
Rechts	right	string

JobsResolvedDbtTaskValues

Name	Pfad	Typ	Beschreibung
commands	commands	array of string

JobsResolvedNotebookTaskValues

Name	Pfad	Typ	Beschreibung
base_parameters	base_parameters	object

JobsResolvedPythonWheelTaskValues

Name	Pfad	Typ	Beschreibung
named_parameters	named_parameters	object
parameters	parameters	array of string

JobsResolvedRunJobTaskValues

Name	Pfad	Typ	Beschreibung
job_parameters	job_parameters	object
parameters	parameters	object

JobsResolvedParamPairValues

Name	Pfad	Typ	Beschreibung
parameters	parameters	object

JobsResolvedStringParamsValues

Name	Pfad	Typ	Beschreibung
parameters	parameters	array of string