Feladatfeladat-beállítások felülbírálása a Databricks-eszközcsomagokban

Ez a cikk azt ismerteti, hogyan bírálhatja felül az Azure Databricks-feladatfeladatok beállításait a Databricks-eszközcsomagokban. Mik azok a Databricks-eszközcsomagok?

Az Azure Databricks csomagkonfigurációs fájljaiban a task feladatdefiníción belüli leképezéssel összekapcsolhatja a feladattevékenység-beállításokat egy legfelső szintű resources leképezésben a feladatfeladat-beállításokkal egy targets leképezésben, például (a három pont a kihagyott tartalmat jelzi a rövidség kedvéért):

# ...
resources:
  jobs:
    <some-unique-programmatic-identifier-for-this-job>:
      # ...
      tasks:
        - task_key: <some-unique-programmatic-identifier-for-this-task>
          # Task settings.

targets:
  <some-unique-programmatic-identifier-for-this-target>:
    resources:
      jobs:
        <the-matching-programmatic-identifier-for-this-job>:
          # ...
          tasks:
            - task_key: <the-matching-programmatic-identifier-for-this-key>
              # Any more task settings to join with the settings from the
              # resources mapping for the matching top-level task_key.
          # ...

A legfelső szintű resources leképezéshez és az targets azonos taskleképezéshez való csatlakozáshoz a task megfeleltetéseket task_key ugyanarra az értékre kell állítani.

Ha bármely feladatfeladat-beállítás a legfelső szintű resources leképezésben és targets a taskleképezésben is meg van adva, akkor a targets leképezésben lévő beállítás elsőbbséget élvez a legfelső szintű leképezés beállításával resources szemben.

1. példa: Több erőforrás-megfeleltetésben definiált feladattevékenység-beállítások beállítások ütközése nélkül

Ebben a példában spark_version a legfelső szintű resources megfeleltetésben a rendszer a node_type_idnum_workers névvel ellátott my-task tartalom beállításait task_key adja meg a leképezésben resourcestargets (a három pont a kihagyott tartalmat jelöli a rövidítéshez):

# ...
resources:
  jobs:
    my-job:
      name: my-job
      tasks:
        - task_key: my-key
          new_cluster:
            spark_version: 13.3.x-scala2.12

targets:
  development:
    resources:
      jobs:
        my-job:
          name: my-job
          tasks:
            - task_key: my-task
              new_cluster:
                node_type_id: Standard_DS3_v2
                num_workers: 1
          # ...

Ebben databricks bundle validate a példában az eredményként kapott gráf a következő (a három pont a kihagyott tartalmat jelzi a rövidítéshez):

{
  "...": "...",
  "resources": {
    "jobs": {
      "my-job": {
        "tasks": [
          {
            "new_cluster": {
              "node_type_id": "Standard_DS3_v2",
              "num_workers": 1,
              "spark_version": "13.3.x-scala2.12"
            },
            "task-key": "my-task"
          }
        ],
        "...": "..."
      }
    }
  }
}

2. példa: Több erőforrás-megfeleltetésben definiált ütköző feladatfeladat-beállítások

Ebben a példában a spark_versionlegfelső szintű resources leképezésben és num_workers a leképezésben targetsis definiálva van.resources spark_versionés num_workers a leképezésben targets elsőbbséget élvez spark_version a legfelső szintű resources leképezésnél.num_workersresources Ez határozza meg a névvel ellátott my-task beállításokat task_key (a három pont a kihagyott tartalmat jelzi a rövidség kedvéért):

# ...
resources:
  jobs:
    my-job:
      name: my-job
      tasks:
        - task_key: my-task
          new_cluster:
            spark_version: 13.3.x-scala2.12
            node_type_id: Standard_DS3_v2
            num_workers: 1

targets:
  development:
    resources:
      jobs:
        my-job:
          name: my-job
          tasks:
            - task_key: my-task
              new_cluster:
                spark_version: 12.2.x-scala2.12
                num_workers: 2
          # ...

Ebben databricks bundle validate a példában az eredményként kapott gráf a következő (a három pont a kihagyott tartalmat jelzi a rövidítéshez):

{
  "...": "...",
  "resources": {
    "jobs": {
      "my-job": {
        "tasks": [
          {
            "new_cluster": {
              "node_type_id": "Standard_DS3_v2",
              "num_workers": 2,
              "spark_version": "12.2.x-scala2.12"
            },
            "task_key": "my-task"
          }
        ],
        "...": "..."
      }
    }
  }
}