A Unity Catalog számítási hozzáférési módra vonatkozó korlátozásai
A Databricks a Unity Catalog és a megosztott hozzáférési mód használatát javasolja a legtöbb számítási feladathoz. Ez a cikk a Unity Catalog egyes hozzáférési módjaira vonatkozó korlátozásokat és követelményeket ismerteti. A hozzáférési módokról további információt az Access módokat ismertető cikkben talál.
A Databricks számítási szabályzatok használatát javasolja a legtöbb felhasználó konfigurációs beállításainak egyszerűsítése érdekében. Lásd: Számítási szabályzatok létrehozása és kezelése.
Feljegyzés
A megosztott elkülönítés nélküli mód egy örökölt hozzáférési mód, amely nem támogatja a Unity Katalógust.
Fontos
Az Init-szkriptek és -kódtárak különböző támogatással rendelkeznek a hozzáférési módok és a Databricks Runtime-verziók között. Lásd: Hol telepíthetők init-szkriptek? és fürt hatókörű kódtárak.
Az egyfelhasználós hozzáférési mód korlátozásai a Unity-katalógusban
A Unity Catalog egyfelhasználós hozzáférési módja az alábbi korlátozásokkal rendelkezik. Ezek a Unity Catalog összes hozzáférési módjára vonatkozó általános korlátozásokon kívül vannak. Lásd a Unity Catalog általános korlátozásait.
A Unity Catalog egyfelhasználós hozzáférési módjának részletes hozzáférés-vezérlési korlátozásai
A Databricks Runtime 15.3 és újabb verzió esetén az egyfelhasználós számítás részletes hozzáférés-vezérlése nem támogatott. Ezek konkrétan a következők:
- Sorszűrővel vagy oszlopmaszkpal rendelkező táblázat nem érhető el.
- A dinamikus nézetek nem érhetők el.
- Bármely nézetből való olvasáshoz minden olyan táblán és nézeten rendelkeznie
SELECT
kell, amelyekre a nézet hivatkozik.
Dinamikus nézetek, az alapul szolgáló táblákon és nézeteken nem SELECT
szereplő nézetek, valamint sorszűrőkkel vagy oszlopmaszkokkal rendelkező táblák lekérdezéséhez használja az alábbiak egyikét:
EGY SQL-raktár.
Számítás megosztott hozzáférési móddal.
Számítás egyfelhasználós hozzáférési móddal a Databricks Runtime 15.4 LTS vagy újabb verzióján (nyilvános előzetes verzió).
A Databricks Runtime 15.4 LTS és újabb verziók támogatják az egyfelhasználós számítások részletes hozzáférés-vezérlését. A Databricks Runtime 15.4 LTS és újabb verzióiban biztosított adatszűrés előnyeinek kihasználásához azt is ellenőriznie kell, hogy a munkaterület engedélyezve van-e a kiszolgáló nélküli számításhoz, mert a részletes hozzáférés-vezérlést támogató adatszűrési funkciók kiszolgáló nélküli számításon futnak. Ezért előfordulhat, hogy a kiszolgáló nélküli számítási erőforrásokért díjat kell fizetnie, ha egyfelhasználós számítást használ az adatszűrési műveletek futtatásához. Lásd az egyfelhasználós számítás részletes hozzáférés-vezérlését.
Streamelési táblázat és materializált nézetkorlátozások a Unity Catalog egyfelhasználós hozzáférési módjához
A Databricks Runtime 15.3-s és újabb verziójában nem használhat egyfelhasználós számítást a Delta Live Tables-folyamattal létrehozott táblák lekérdezéséhez, beleértve a streamelő táblákat és a materializált nézeteket is, ha ezek a táblák más felhasználók tulajdonában vannak. A táblát létrehozó felhasználó a tulajdonos.
A Delta Live Tables által létrehozott és más felhasználók tulajdonában lévő táblák lekérdezéséhez használja az alábbiak egyikét:
EGY SQL-raktár.
Számítás megosztott hozzáférési móddal a Databricks Runtime 13.3 LTS vagy újabb verzióján.
Számítás egyfelhasználós hozzáférési móddal a Databricks Runtime 15.4 LTS vagy újabb verzióján (nyilvános előzetes verzió).
A Databricks Runtime 15.4 LTS és újabb verziók támogatják az egyfelhasználós számításon létrehozott Delta Live Tables által létrehozott táblák lekérdezéseit. A Databricks Runtime 15.4 LTS és újabb verzióiban biztosított adatszűrés előnyeinek kihasználásához azt is ellenőriznie kell, hogy a munkaterület engedélyezve van-e a kiszolgáló nélküli számításhoz, mert a Delta Live Tables által létrehozott táblákat támogató adatszűrési funkciók kiszolgáló nélküli számításon futnak. Ezért előfordulhat, hogy a kiszolgáló nélküli számítási erőforrásokért díjat kell fizetnie, ha egyfelhasználós számítást használ az adatszűrési műveletek futtatásához. Lásd az egyfelhasználós számítás részletes hozzáférés-vezérlését.
Streamelési korlátozások a Unity Catalog egyfelhasználós hozzáférési módjához
- Az aszinkron ellenőrzőpont-készítés nem támogatott a Databricks Runtime 11.3 LTS-ben és alább.
StreamingQueryListener
A Databricks Runtime 15.1 vagy újabb verziójának használatához hitelesítő adatokat kell használnia, vagy a Unity Catalog által felügyelt objektumokkal kell egyfelhasználós számítást használnia.
Megosztott hozzáférési mód korlátozásai a Unity-katalógusban
A Unity Catalog megosztott hozzáférési módja az alábbi korlátozásokkal rendelkezik. Ezek az összes Unity Catalog-hozzáférési módra vonatkozó általános korlátozásokon kívül vannak. Lásd a Unity Catalog általános korlátozásait.
A Databricks Runtime ML és a Spark Machine Learning Library (MLlib) nem támogatott.
A Spark küldési feladatok nem támogatottak.
A Databricks Runtime 13.3 és újabb verziókban az egyes sorok száma nem haladhatja meg a 128 MB-ot.
A PySpark UDF-jei nem férnek hozzá a Git-mappákhoz, munkaterületfájlokhoz vagy kötetekhez a Databricks Runtime 14.2-ben és alatta lévő modulok importálásához.
A DBFS-gyökér és a csatlakoztatások nem támogatják a FUSE-t.
Ha megosztott hozzáférési módot használ hitelesítő adatok átengedésekor, a Unity Catalog funkciói le lesznek tiltva.
Az egyéni tárolók nem támogatottak.
A Unity Catalog megosztott hozzáférési módjának nyelvi támogatása
- Az R nem támogatott.
- A Scala támogatott a Databricks Runtime 13.3-ban és újabb verziókban.
- A Databricks Runtime 15.4 LTS és újabb verziókban a Databricks Runtime-tal csomagolt Összes Java- vagy Scala-kódtár (JAR-fájl) elérhető a számításhoz Unity Catalog hozzáférési módban.
- A Databricks Runtime 15.3 vagy újabb verziójához a megosztott hozzáférési módot használó számítás esetén állítsa a Spark konfigurációt
spark.databricks.scala.kernel.fullClasspath.enabled
a következőretrue
: .
A Spark API korlátozásai és követelményei a Unity Catalog megosztott hozzáférési módjához
- Az RDD API-k nem támogatottak.
- A DBUtils és más ügyfelek, amelyek közvetlenül olvassák az adatokat a felhőbeli tárolóból, csak akkor támogatottak, ha külső helyet használ a tárolási hely eléréséhez. Lásd: Külső hely létrehozása a felhőbeli tároló Azure Databrickshez való csatlakoztatásához.
- Spark-környezet (
sc
),spark.sparkContext
, éssqlContext
a Scala nem támogatott egyetlen Databricks-futtatókörnyezetben sem, és a Python nem támogatott a Databricks Runtime 14.0-s vagy újabb verziókban.- A Databricks azt javasolja, hogy használja a
spark
változót aSparkSession
példány kezeléséhez. - A következő
sc
függvények szintén nem támogatottak:emptyRDD
,range
, ,init_batched_serializer
,pickleFile
parallelize
,textFile
binaryFiles
wholeTextFiles
,binaryRecords
,sequenceFile
,newAPIHadoopFile
,hadoopFile
newAPIHadoopRDD
, .hadoopRDD
union
runJob
setSystemProperty
uiWebUrl
stop
setJobGroup
setLocalProperty
getConf
- A Databricks azt javasolja, hogy használja a
- Az alábbi Scala Dataset API-műveletekhez a Databricks Runtime 15.4 LTS vagy újabb verziója szükséges:
map
,mapPartitions
,foreachPartition
,flatMap
reduce
ésfilter
.
A Unity Catalog megosztott hozzáférési módjának UDF-korlátozásai és követelményei
A felhasználó által definiált függvények (UDF-ek) a következő korlátozásokkal rendelkeznek a megosztott hozzáférési móddal:
A Hive UDF-ek nem támogatottak.
applyInPandas
ésmapInPandas
a Databricks Runtime 14.3 vagy újabb verziójának megkövetelése.A Scala skaláris UDF-jeihez a Databricks Runtime 14.2 vagy újabb verziója szükséges. Más Scala UDF-ek és UDAF-ek nem támogatottak.
A Databricks Runtime 14.2-es és újabb verzióiban a , vagy
protobuf
pySpark UDF egyéni verziójánakgrpc
pyarrow
használata jegyzetfüzet-hatókörű vagy fürt hatókörű kódtárakon keresztül nem támogatott, mert mindig a telepített verziót részesíti előnyben. A telepített kódtárak verziójának megkereséséhez tekintse meg az adott Databricks Runtime-verzió kibocsátási megjegyzéseinek System Environment szakaszát.A Python skaláris UDF-jeihez és Pandas UDF-jeihez a Databricks Runtime 13.3 LTS vagy újabb verziója szükséges. Más Python-UDF-ek, köztük az UDAF-ek, az UDTF-ek és a Sparkon lévő Pandas nem támogatottak.
A Private Linkkel konfigurált munkaterületeken az UDF-ek nem tudnak olyan hívásokat kezdeményezni, amelyek munkaterület-fájlokkal vagy Unity-katalóguskötetekkel kommunikálnak.
Lásd a felhasználó által definiált függvényeket (UDF-eket) a Unity Catalogban.
Streamelési korlátozások és követelmények a Unity Catalog megosztott hozzáférési módjához
Feljegyzés
A felsorolt Kafka-beállítások némelyike korlátozottan támogatott az Azure Databricks támogatott konfigurációihoz. A felsorolt Kafka-korlátozások a kötegelt és a streamfeldolgozásra egyaránt érvényesek. Tekintse meg az Apache Kafka és az Azure Databricks streamfeldolgozását.
- Scala esetén,
foreach
foreachBatch
,StreamingListeners
, ésFlatMapGroupWithState
nem támogatott. - Python
foreachBatch
esetén a Databricks Runtime 14.0-s és újabb verziója a következő viselkedési változásokat követi:print()
parancsok írnak kimenetet az illesztőprogram-naplókba.- A függvényen belüli almodul nem érhető el
dbutils.widgets
. - A függvényben hivatkozott fájloknak, moduloknak és objektumoknak szerializálhatónak kell lenniük, és elérhetőnek kell lenniük a Sparkban.
- A Scala
from_avro
esetében a Databricks Runtime 14.2-s vagy újabb verziójára van szükség. applyInPandasWithState
A Databricks Runtime 14.3 LTS-t vagy újabb verziót igényel.- A szoftvercsatorna-források használata nem támogatott.
- A
sourceArchiveDir
Unity Catalog által felügyelt adatforrás használatakor a forrássaloption("cleanSource", "archive")
azonos külső helyen kell lennie. - A Kafka-források és -fogadók esetében a következő lehetőségek nem támogatottak:
kafka.sasl.client.callback.handler.class
kafka.sasl.login.callback.handler.class
kafka.sasl.login.class
kafka.partition.assignment.strategy
- A Következő Kafka-beállítások nem támogatottak a Databricks Runtime 13.3 LTS és újabb verziókban, de a Databricks Runtime 12.2 LTS-ben nem támogatottak. Ezekhez a beállításokhoz csak a Unity Catalog által felügyelt külső helyeket adhatja meg:
kafka.ssl.truststore.location
kafka.ssl.keystore.location
StreamingQueryListener
A Databricks Runtime 14.3 LTS-t vagy újabb verziót igényel a hitelesítő adatok használatához, vagy a Unity Catalog által felügyelt objektumok közös számítási feladatokon való használatához.
Hálózati és fájlrendszer-hozzáférési korlátozások és követelmények a Unity Catalog megosztott hozzáférési módjához
A parancsokat a számítási csomópontokon olyan alacsony jogosultságú felhasználóként kell futtatnia, aki nem fér hozzá a fájlrendszer bizalmas részeihez.
A Databricks Runtime 11.3 LTS-ben és az alábbi verziókban csak a 80-443-as portokhoz hozhat létre hálózati kapcsolatokat.
Nem csatlakozhat a példány metaadat-szolgáltatásához vagy az Azure WireServerhez.
A Unity Catalog általános korlátozásai
Az alábbi korlátozások az összes Unity Catalog-kompatibilis hozzáférési módra vonatkoznak.
A Unity Catalog streamelési korlátozásai
- Az Apache Spark folyamatos feldolgozási módja nem támogatott. Tekintse meg a folyamatos feldolgozást a Spark strukturált streamelési programozási útmutatójában.
Lásd még a Unity Catalog egyfelhasználós hozzáférési módjára vonatkozó streamelési korlátozásokat, valamint a Unity Catalog megosztott hozzáférési módjára vonatkozó korlátozásokat és követelményeket.
A Unity Catalog használatával történő streamelésről további információt a Unity Katalógus strukturált streameléssel való használatával kapcsolatban talál.