Használd a Shared Serverless-t Git mappákhoz és bundle-ökhöz

Important

Ez a funkció bétaverzióban érhető el. A használatához a munkaterület adminisztrátorának be kell kapcsolnia a Project-Scoped Shared Compute funkciót az Előnézetek oldalról. Lásd: Az Azure Databricks előzetes verziójának kezelése.

Shared Serverless esetén a notebookok és fájlok ugyanabban a Git mappában vagy csomagban megosztják a serverless számítási kapacitást és egy Python-környezetet a szerkesztőben. A környezet testreszabásához adj hozzá egy pyproject.toml fájlt a mappa gyökerébe. Válaszd ki a számítási beállítást a Git mappádhoz vagy csomagodhoz:

• Git mappák, a Shared Serverless for Git Folders szolgáltatással.
• Deklaratív automatizációs csomagok, Shared Serverless for Asset Bundles szolgáltatással.

Requirements

• A munkaterületednek meg kell felelnie a serverless számítási követelményeknek.
• Nyisd meg a Git mappádat vagy csomagot a Git mappa szerkesztőben vagy a csomag szerkesztőben. Lásd: Git-mappák létrehozása és kezelése és Author bundlek a munkaterületen.
• A Shared Serverless használatához 5-ös vagy újabb serverless környezetverzió szükséges.

Megosztott számítás és környezet

• A jegyzetfüzetek és fájlok ugyanabban a Git mappában vagy csomagban megosztják a számítási erőforrásokat és egy Python-környezetet a szerkesztőben. A mappágyökben található opcionális pyproject.toml fájl határozza meg a megosztott környezetet.
• Csak a hozzá tartozó Git mappában vagy csomagban lévő notebookok és fájlok csatlakozhatnak a közös számítási erőforráshoz.
• A megosztott számítási erőforrások felhasználónként el vannak különítve. Csak az a felhasználó futtathat azon munkaterheléseket, aki először csatlakoztat egy jegyzetfüzetet vagy fájlt egy megosztott számítási erőforráshoz.
• A notebook végrehajtása elszigetelt marad. Az egyik jegyzetfüzetben definiált Python változók nem elérhetők egy másik jegyzetfüzetben.
• Egy csatlakoztatott jegyzetfüzetről vagy fájlról megnyitott webterminál ugyanazon a számítási erőforráson fut.

Megosztott Serverless Git-mappákhoz

Használd a Shared Serverless for Git Folders szolgáltatást, hogy füzetekkel és fájlokkal dolgozz egy Git mappában.

Csatolj notebookokat és fájlokat a Git mappa szerkesztőbe

1. A munkaterület oldalsávján kattints a Workspace gombra, és navigálj a Git mappába.

2. Kattints a szerkesztőben a Megnyitásra.

3. Nyiss meg egy jegyzetfüzetetet vagy fájlt a Git mappában.

4. Kattintson a Compute legördülő menüre.

5. Válaszd a Shared Serverless for Git Folders elemet.

   

6. Futtasd a jegyzetfüzetet vagy fájlt, hogy elindítsd a számítási erőforrást.

Ha ugyanazt a számítási erőforrást szeretnéd használni egy másik jegyzetfüzetben vagy fájlban, nyisd meg ugyanabban a Git mappában, és válaszd a Shared Serverless for Git Folders lehetőséget.

Együttműködés a Git-en keresztül

A Databricks azt javasolja, hogy minden együttműködő klónozza a repozitóriumot egy Git mappába a saját munkaterületi mappájában. Ezután minden közreműködő külön számítási kapacitást és környezetet kap a másolatához.

Használj ágakat, commiteket, pushokat és pullokat, hogy a távoli Git tárolón keresztül cseréld a változásokat. Lásd : Együttműködés a Git mappákban.

Megosztott serverless asset bundle-ökhöz

Használd a Shared Serverless for Asset Bundle-okat, hogy a munkatérben lévő bundle-ben található jegyzetfüzetekkel és fájlokkal dolgozz. A csomag gyökere tartalmaz databricks.yml és tartalmazhat egy pyproject.toml fájlt, amely meghatározza a megosztott környezetet.

Csatolj jegyzeteket és fájlokat a csomagszerkesztőbe

1. A munkaterület oldalsávján kattints a Workspace gombra, és navigálj a bundlehöz.
2. A csomag nevétől jobbra kattints a Megnyitás a szerkesztőben lehetőségre.
3. Nyiss ki egy jegyzetfüzetet, vagy fájlt a csomagban.
4. Kattintson a Compute legördülő menüre.
5. Válaszd a Shared Serverless for Asset Bundles lehetőséget.
6. Futtasd a jegyzetfüzetet vagy fájlt, hogy elindítsd a számítási erőforrást.

Ha ugyanazt a számítási erőforrást egy másik notebookban vagy fájlban szeretnéd használni, nyisd meg ugyanabban a csomagban, és válaszd a Shared Serverless for Asset Bundles lehetőséget.

A Git-en keresztül való együttműködéshez minden közreműködő klónozza a repozióriumot egy Git mappába a saját saját munkaterületi mappájában. Lásd: Együttműködés Git használatával.

A környezet kezelése a következőképpen pyproject.toml

A Shared Serverless a Git mappában vagy a bundle gyökerében található pyproject.toml fájlt használja a projekt Python-függőségeinek kezelésére. A szabványos szerver nélküli jegyzetfüzetek a Környezet oldalsó panelen minden notebookhoz konfigurált függőségeket használják.

Hozza létre a pyproject.toml gyökérfájlt, és állítsa be a szervermentes környezeti verziót, mielőtt kezeli a függőségeit. Lásd: Létrehozás és szerkesztéspyproject.toml. Ezután a jegyzetfüzet parancsokkal hozzáadhatod a függőségeket, vagy közvetlenül szerkesztheted a fájlt.

Használj notebook parancsokat

1. Nyiss meg egy jegyzetfüzetet, amely a Shared Serverless for Git Folders vagy a Shared Serverless for Asset Bundles szolgáltatáshoz van csatolva.

2. Futtassa a %uv add <package> parancsot, hogy egy függőséget adjon a gyökérszintű pyproject.toml fájlhoz. Példa:

   %uv add cowsay
   

A parancs frissíti pyproject.toml, uv.lock, és a megosztott környezetet. Nem kell a %uv sync után futtatnod a(z) %uv add-t. Használd a(z) %uv sync elemet a közvetlenül a(z) pyproject.toml elemben végzett módosítások alkalmazásához.

Létrehozni és szerkeszteni pyproject.toml

1. Nyiss meg egy jegyzetfüzetet, amely a Shared Serverless for Git Folders vagy Shared Serverless for Asset Bundles szolgáltatáshoz csatlakozik.

2. Nyisd ki a Környezet oldalsó panelt.

3. A Managed by pyproject.toml kártyán A pyproject.toml létrehozása a gyökérfájl létrehozásához. Ha a fájl már létezik, kattintson a pyproject.toml megtekintéséhez. A fájl megnyílik a szerkesztőben.

   

4. Szerkessze a dependencies listát. Tartsd meg a generált [tool.databricks.environment] szakaszt, vagy add hozzá, ha hiányzik. Állítsa a(z) environment_version elemet támogatott verzióra (5 vagy annál magasabb). Példa:

   [project]
   name = "my-project"
   version = "0.1.0"
   dependencies = [
     "simplejson==3.18.1",
   ]
   
   [tool.databricks.environment]
   environment_version = "5"
   

5. Kattints a pyproject.toml fájlszerkesztő tetején található Alkalmaz gombra.

   

A frissített környezet elérhető a jegyzetfüzetek és fájlok számára, amelyek ugyanahhoz a közös számítási erőforráshoz vannak csatolva. A környezet ellenőrzéséhez nyisd meg a Környezet oldalablakot. A szerver nélküli környezet verzióiról és telepített függőségekről információért lásd: Szerver nélküli környezet konfigurálása .

Ütemezz egy notebookot

Amikor egy, a Shared Serverlesshez csatolt jegyzetfüzetet ütemezel a Git mappából vagy bundle szerkesztőből, az Azure Databricks a gyökérben lévő pyproject.toml fájlt használja a munka projektkörnyezeteként, ha az a fájl létezik. Telepítsd a csomagot a következő lépések szerint.

1. A Git mappában vagy bundle szerkesztőben nyiss meg egy jegyzetfüzetet, amely a Shared Serverlesshez csatolt.
2. Ha a Git mappában vagy csomagban van a gyökérkönyvtárban lévő pyproject.toml fájl, ellenőrizd, hogy az megadja-e a feladathoz szükséges függőségeket.
3. Kattintson Ütemezésgombra.
4. A Compute legördülő listában válaszd a szerver nélküli számítást.
5. Állítsd be az ütemezést, és kattints a Létrehozás.

Miután rákattintottál a Létrehozásra, ellenőrizd a feladat konfigurációját:

• Git mappa: Ha a Git mappában van egy, a gyökérkönyvtárban lévő fájlpyproject.toml, ellenőrizd, hogy a feladat feladatkonfigurációjában a Project environment erre mutat. A választás megváltoztatásához lásd: Környezet konfigurálása munkafeladatokhoz.

• Bundle: A bundle szerkesztő megnyit egy generált feladat-YAML-fájlt a resources/ mappában.

  1. Ha a csomagnak van egy gyökér pyproject.toml fájlja, ellenőrizd, hogy a környezet spec része alatt található project_environment a pyproject.toml gyökérfájlra mutat-e, a generált YAML-fájlhoz viszonyítva. Lásd : Projektkörnyezet konfigurálása csomagban.
  2. Telepítsd a csomagot a job létrehozásához.

  Az ütemezések alapértelmezetten szünetelnek fejlesztési módban. Lásd: Deklaratív Automation-csomagok üzembe helyezési módjai.

A jegyzetfüzet ütemezési lehetőségeiről lásd: Ütemezett jegyzetfüzet-feladatok létrehozása és kezelése.

Limitations

• A számítási megosztás szerver nélküli használati szabályzatra van korlátozva. Az ugyanabban a Git mappában vagy csomagban található, eltérő használati szabályzatokat alkalmazó jegyzetfüzetekhez és fájlokhoz külön számítási erőforrások vannak rendelve ahelyett, hogy egyet megosztanának.

További erőforrások

• Kiszolgáló nélküli számítás jegyzetfüzetekhez
• A szervermentes környezet konfigurálása
• Git-mappák létrehozása és kezelése
• Futtasd a shell parancsokat a webterminálban
• Deklaratív automatizációs csomagok