Databricks Asset Bundles-erőforrások

A Databricks-eszközcsomagok lehetővé teszik a csomag által használt Azure Databricks-erőforrásokra vonatkozó információk megadását a csomagkonfiguráció resources leképezésében. Lásd az erőforrásokra vonatkozó referenciát.

Ez a lap konfigurációs referenciaként szolgál a csomagok összes támogatott erőforrástípusához, és részletes információkat és példákat tartalmaz az egyes támogatott típusokhoz. További példákért lásd Csomagkonfigurációs példákat.

A YAML-konfiguráció ellenőrzéséhez használt csomagok JSON-sémája a Databricks CLI GitHub-adattárban található.

Tip

A YAML bármely meglévő erőforráshoz való létrehozásához használja a databricks bundle generate parancsot. Tekintse meg a databricks-csomag generálása című témakört.

támogatott erőforrások

Az alábbi táblázat a csomagok támogatott erőforrástípusait (ADOTT ESETBEN YAML és Python) sorolja fel. Egyes erőforrások létrehozhatóak úgy, hogy egy csomagban definiálják őket, és üzembe helyezik a csomagot, és egyes erőforrások csak úgy hozhatók létre, ha egy meglévő objektumra hivatkoznak, hogy belefoglaljanak a csomagba.

Az erőforrás-konfiguráció egy Databricks REST API-objektumnak megfelelő Databricks-objektumot definiál. A REST API-objektum által támogatott létrehozási kérelemmezők YAML-ként kifejezve az erőforrás támogatott kulcsai. Az egyes erőforrások megfelelő objektumainak dokumentációjára mutató hivatkozások az alábbi táblázatban találhatók.

Tip

A databricks bundle validate parancs figyelmeztetéseket ad vissza, ha ismeretlen erőforrástulajdonságok találhatók a csomagkonfigurációs fájlokban.

Resource	Python-támogatás	Megfelelő REST API-objektum
riasztás		Riasztási objektum
app		alkalmazásobjektum
katalógus (Unity Catalog)		Katalógusobjektum
cluster		klaszter objektum
dashboard		irányítópult-objektum
database_catalog		Adatbáziskatalógus-objektum
database_instance		Adatbázispéldány-objektum
experiment		kísérletobjektum
job	Munkahelyek	feladatobjektum
modell (örökölt)		Modell (örökölt) objektum
model_serving_endpoint		végpontobjektumot kiszolgáló modell
pipeline	Pipelines	folyamatlánc objektum
postgres_branch		Postgres ágobjektum
postgres_endpoint		Postgres számítási végpont objektum
postgres_project		Postgres projektobjektum
quality_monitor		Minőségfigyelő objektum
regisztrált_modell (Unity Katalógus)		regisztrált modellobjektum
séma (Unity Catalog)	Sémák	séma-objektum
secret_scope		Titkos kulcs hatókör objektuma
sql_warehouse		SQL Warehouse-objektum
szinkronizált_adatbázis_tábla		Szinkronizált adatbázistábla-objektum
tárolóegység (Unity Catalog)	kötetek	Kötetobjektum

figyelmeztetés

Type: Map

A riasztási erőforrás egy SQL-riasztást (v2) határoz meg.

Hozzáadva a Databricks CLI 0.279.0-s verziójához

alerts:
  <alert-name>:
    <alert-field-name>: <alert-field-value>

Key	Típus	Description
custom_description	String	Opcionális. A riasztás egyéni leírása. Támogatja a bajuszsablont. Hozzáadva a Databricks CLI 0.279.0-s verziójához
custom_summary	String	Opcionális. A riasztás egyéni összegzése. Támogatja a bajuszsablont. Hozzáadva a Databricks CLI 0.279.0-s verziójához
display_name	String	Szükséges. A riasztás megjelenítendő neve, például Example alert. Hozzáadva a Databricks CLI 0.279.0-s verziójához
evaluation	Map	Szükséges. A riasztás kiértékelési konfigurációja. Lásd : alert.evaluation. Hozzáadva a Databricks CLI 0.279.0-s verziójához
lifecycle	Map	Az erőforrás életciklus-beállításait tartalmazza. Ez szabályozza az erőforrás viselkedését az üzembe helyezéskor vagy megsemmisítéskor. Lásd az életciklust. Hozzáadva a Databricks CLI 0.279.0-s verziójához
parent_path	String	Opcionális. A riasztást tartalmazó mappa munkaterületi elérési útja. Csak létrehozásra állítható be, és nem frissíthető. Példa: /Users/someone@example.com. Hozzáadva a Databricks CLI 0.279.0-s verziójához
permissions	Sequence	A riasztási engedélyek. Tekintse meg az engedélyeket. Hozzáadva a Databricks CLI 0.279.0-s verziójához
query_text	String	Szükséges. A futtatni kívánt lekérdezés szövege, például SELECT 1. Hozzáadva a Databricks CLI 0.279.0-s verziójához
run_as	Map	Opcionális. Megadja a riasztás futtatásához használt identitást. Ez a mező lehetővé teszi a riasztások adott felhasználóként vagy szolgáltatásnévként való futtatását. Lásd : run_as. Felhasználói identitás esetén: Állítsa be user_name egy aktív munkaterület-felhasználó e-mail-címét. A felhasználók ezt csak a saját e-mail-címükre állíthatják be. Szolgáltatási főkulcs esetén: Állítsa be a service_principal_name értéket az alkalmazásazonosítóra. A servicePrincipal/user szerepkörre van szükség. Ha nincs megadva, a riasztás a kérés felhasználójaként fog futni. Hozzáadva a Databricks CLI 0.279.0-s verziójához
schedule	Map	Szükséges. A riasztás ütemezési konfigurációja. Lásd: alert.schedule. Hozzáadva a Databricks CLI 0.279.0-s verziójához
warehouse_id	String	Szükséges. A riasztáshoz csatolt SQL Warehouse azonosítója, például a7066a8ef796be84. Hozzáadva a Databricks CLI 0.279.0-s verziójához

riasztás.értékelés

Type: Map

A riasztás kiértékelési konfigurációja.

Key	Típus	Description
comparison_operator	String	A riasztás kiértékelése során összehasonlításra használt operátor.
empty_result_state	String	A riasztás állapota, ha az eredmény üres. Kerülje el, hogy ezt a mezőt UNKNOWN állapotra állítsa, mert a UNKNOWN állapotot tervezik elavulttá tenni.
notification	Map	A felhasználó vagy más célhely, amely értesítést küld a riasztás aktiválásakor. Lásd alert.evaluation.notification.
source	Map	A riasztás kiértékeléséhez használandó eredmény forrásoszlopa. Lásd : alert.evaluation.source.
threshold	Map	A riasztások kiértékeléséhez használandó küszöbérték. Ez lehet oszlop vagy érték. Lásd : alert.evaluation.threshold.

riasztás.értékelés.értesítés

Type: Map

A felhasználó vagy más célhely, amely értesítést küld a riasztás aktiválásakor.

Key	Típus	Description
notify_on_ok	logikai	Opcionális. Arról, hogy értesítést küld-e a riasztás előfizetőinek, ha a riasztás visszatér a normál állapotba.
retrigger_seconds	Integer	Opcionális. A riasztások hány másodpercig várakoznak az aktiválás után, mielőtt újabb értesítést küldhetnek. Ha be van 0 állítva vagy nincs megadva, a riasztás nem küld további értesítéseket az első eseményindító után. Amikor ezt az értéket 1-ra állítja be, a riasztás minden olyan értékeléskor értesítést küld, amikor a feltétel teljesül, ezzel folyamatosan újraindítva az értesítéseket.
subscriptions	Sequence	Opcionális. Az értesítési előfizetések rendezetlen listája. Lásd alert.evaluation.notification.subscriptions.

figyelmeztetés.értékelés.értesítés.előfizetések

Type: Sequence

Az értesítési előfizetések rendezetlen listája.

A lista minden eleme egy AlertSubscription:

Key	Típus	Description
destination_id	String	Az értesítési cél azonosítója.
user_email	String	Az értesítendő felhasználó e-mail-címe.

figyelmeztetés.értékelés.forrás

Type: Map

A riasztás kiértékeléséhez használandó eredmény forrásoszlopa.

Key	Típus	Description
aggregation	String	A forrásoszlopra alkalmazandó összesítési módszer. Az érvényes értékek a következőkSUM: , COUNT, COUNT_DISTINCTAVG, MEDIAN, , MINMAXSTDDEV
display	String	A forrásoszlop megjelenítendő neve.
name	String	A lekérdezés eredményéből származó forrásoszlop neve.

figyelmeztetés.értékelés.küszöbérték

Type: Map

A riasztások kiértékeléséhez használandó küszöbérték lehet oszlop vagy érték.

Key	Típus	Description
column	Map	Küszöbértékként használandó oszlophivatkozás. Lásd : alert.evaluation.source.
value	Map	A küszöbértékként használandó literális érték. Lásd : alert.evaluation.threshold.value.

figyelmeztetés.értékelés.küszöbérték.érték

Type: Map

A küszöbértékként használandó literális érték. Adja meg az alábbi értéktípusok egyikét.

Key	Típus	Description
bool_value	logikai	Opcionális. A küszöbérték logikai értéke, például true.
double_value	Double	Opcionális. A küszöbérték numerikus értéke, például 1.25.
string_value	String	Opcionális. A küszöbérték sztringértéke, például test.

riasztás.ütemterv

Type: Map

A riasztás ütemezési konfigurációja.

Key	Típus	Description
pause_status	String	Opcionális. Az ütemezés szünetel-e vagy sem. Érvényes értékek: UNPAUSED, PAUSED. Alapértelmezett: UNPAUSED.
quartz_cron_schedule	String	Szükséges. Cron kifejezés kvarcszintaxissal, amely meghatározza a folyamat ütemezését. A kvarcformátumot kvarc ütemező formátumban írják le.
timezone_id	String	Szükséges. Java időzóna azonosító. Az ütemezést ezzel az időzónával fogják meghatározni. Ez lesz kombinálva az quartz_cron_schedule-tel az ütemezés meghatározásához. Részletekért lásd a SET TIME ZONE.

Examples

Az alábbi példakonfiguráció egy egyszerű kiértékeléssel rendelkező riasztást határoz meg:

resources:
  alerts:
    my_alert:
      display_name: my_alert
      evaluation:
        comparison_operator: EQUAL
        source:
          name: '1'
        threshold:
          value:
            double_value: 2
      query_text: select 2
      schedule:
        quartz_cron_schedule: '44 19 */1 * * ?'
        timezone_id: Europe/Amsterdam
      warehouse_id: 799f096837fzzzz4

Az alábbi példakonfiguráció egy olyan riasztást határoz meg, amely engedélyeket tartalmaz, amelyek összesítéssel kiértékelik és értesítéseket küldenek:

resources:
  alerts:
    my_alert:
      permissions:
        - level: CAN_MANAGE
          user_name: someone@example.com
      custom_summary: 'My alert'
      display_name: 'My alert'
      evaluation:
        comparison_operator: 'EQUAL'
        notification:
          notify_on_ok: false
          retrigger_seconds: 1
        source:
          aggregation: 'MAX'
          display: '1'
          name: '1'
        threshold:
          value:
            double_value: 2
      query_text: 'select 2'
      schedule:
        pause_status: 'UNPAUSED'
        quartz_cron_schedule: '44 19 */1 * * ?'
        timezone_id: 'Europe/Amsterdam'
      warehouse_id: 799f096837fzzzz4

alkalmazás

Type: Map

Az alkalmazáserőforrás definiál egy Databricks-alkalmazást. A Databricks Apps szolgáltatással kapcsolatos információkért lásd: Databricks Apps.

Alkalmazás hozzáadásához adja meg az alkalmazás definiálásához szükséges beállításokat, beleértve a szükséges source_code_pathbeállításokat is.

Tip

Streamlit Databricks-alkalmazással inicializálhat egy csomagot az alábbi paranccsal:

databricks bundle init https://github.com/databricks/bundle-examples --template-dir contrib/templates/streamlit-app

Hozzáadva a Databricks CLI 0.239.0-s verziójához

apps:
  <app-name>:
    <app-field-name>: <app-field-value>

Key	Típus	Description
budget_policy_id	String	Az alkalmazás költségvetési szabályzatazonosítója. Hozzáadva a Databricks CLI 0.243.0-s verziójához
compute_size	String	Az alkalmazás számítási mérete. Az érvényes értékek a munkaterület konfigurációjától függenekMEDIUM.LARGE Hozzáadva a Databricks CLI 0.273.0-s verziójához
config	Map	Alkalmazáskonfigurációs parancsok és környezeti változók. Ha meg van adva, ez a konfiguráció egy app.yaml-fájlba lesz beírva a forráskód elérési útján az üzembe helyezés során. Ez lehetővé teszi, hogy az alkalmazáskonfigurációt közvetlenül a yaML csomagban definiálja ahelyett, hogy külön app.yaml-fájlt tartana fenn. Lásd :app.config. Hozzáadva a Databricks CLI 0.283.0-s verziójához
description	String	Az alkalmazás leírása. Hozzáadva a Databricks CLI 0.239.0-s verziójához
lifecycle	Map	Az erőforrás viselkedése üzembe helyezéskor vagy megsemmisítéskor. Lásd az életciklust. Hozzáadva a Databricks CLI 0.268.0-s verziójához
name	String	Az alkalmazás neve. A név csak kisbetűs alfanumerikus karaktereket és kötőjeleket tartalmazhat. A munkaterületen belül egyedinek kell lennie. Hozzáadva a Databricks CLI 0.239.0-s verziójához
permissions	Sequence	Az alkalmazás engedélyei. Tekintse meg az engedélyeket. Hozzáadva a Databricks CLI 0.239.0-s verziójához
resources	Sequence	Az alkalmazás számítási erőforrásai. Lásd : app.resources. Hozzáadva a Databricks CLI 0.239.0-s verziójához
source_code_path	String	A ./app Databricks alkalmazás forráskódjának helyi elérési útja. Hozzáadva a Databricks CLI 0.239.0-s verziójához
user_api_scopes	Sequence	A felhasználói API-hatókörök. Hozzáadva a Databricks CLI 0.246.0-s verziójához

app.config

Alkalmazáskonfigurációs parancsok és környezeti változók. Lásd: A Databricks-alkalmazás végrehajtásának konfigurálása a következővel app.yaml: .

Key	Típus	Description
command	String	Az alkalmazás futtatására szolgáló parancsok, például ["streamlit", "run", "app.py"]
env	Sequence	Az alkalmazáskörnyezet változóit meghatározó párok listája és value listájaname.

app.erőforrások

Type: Sequence

Az alkalmazás számítási erőforrásainak listája.

A lista minden eleme egy AppResource:

Key	Típus	Description
description	String	Az alkalmazáserőforrás leírása.
database	Map	A használni kívánt Lakebase-adatbázist azonosító beállítások. Lásd : app.resources.database.
experiment	Map	A használni kívánt MLflow-kísérletet azonosító beállítások. Lásd : app.resources.experiment.
genie_space	Map	A használni kívánt Genie-területet azonosító beállítások. Lásd : app.resources.genie_space.
job	Map	A használni kívánt feladaterőforrást azonosító beállítások. Lásd : app.resources.job.
name	String	Az alkalmazáserőforrás neve.
secret	Map	A használni kívánt Azure Databricks titkos erőforrást azonosító beállítások. Lásd : app.resources.secret.
serving_endpoint	Map	A használandó végponterőforrást kiszolgáló modellt azonosító beállítások. Lásd app.resources.serving_endpoint.
sql_warehouse	Map	A használni kívánt SQL Warehouse-erőforrást azonosító beállítások. Lásd : app.resources.sql_warehouse.
uc_securable	Map	A használni kívánt Unity Catalog-kötetet azonosító beállítások. Lásd : app.resources.uc_securable.

app.erőforrások.adatbázis

Type: Map

A használni kívánt Lakebase-adatbázist azonosító beállítások.

Key	Típus	Description
database_name	String	Az adatbázis neve.
instance_name	String	Az adatbázispéldány neve.
permission	String	Az adatbázis engedélyszintje. Az érvényes értékek a következők: CAN_CONNECT_AND_CREATE.

app.resources.experiment

Type: Map

A használni kívánt MLflow-kísérletet azonosító beállítások.

Key	Típus	Description
experiment_id	String	Az MLflow-kísérlet azonosítója.
permission	String	A kísérlet engedélyszintje. Az érvényes értékek a következők: CAN_READ, CAN_EDITCAN_MANAGE.

app.resources.genie_space

Type: Map

A használni kívánt Genie-területet azonosító beállítások.

Key	Típus	Description
name	String	A Genie tér neve.
permission	String	A tér jogosultsági szintje. Az érvényes értékek a következők: CAN_VIEW, CAN_EDIT, CAN_MANAGECAN_RUN.
space_id	String	Például a Genie-tér 550e8400-e29b-41d4-a716-999955440000azonosítója.

app.resources.job

Type: Map

A használni kívánt feladaterőforrást azonosító beállítások.

Key	Típus	Description
id	String	A feladat azonosítója.
permission	String	A feladat engedélyszintje. Az érvényes értékek a következők: CAN_VIEW, CAN_MANAGE_RUN, CAN_MANAGEIS_OWNER.

app.resources.secret

Type: Map

A használni kívánt Azure Databricks titkos erőforrást azonosító beállítások.

Key	Típus	Description
key	String	Az engedély megadásához szükséges titkos kulcs.
permission	String	A titkos kód engedélyszintje. Az érvényes értékek a következők: READ, WRITEMANAGE.
scope	String	A titkos hatókör neve.

app.resources.kiszolgáló_végpont

Type: Map

A használandó végponterőforrást kiszolgáló modellt azonosító beállítások.

Key	Típus	Description
name	String	A kiszolgáló végpont neve.
permission	String	A kiszolgáló végpont engedélyszintje. Az érvényes értékek a következők: CAN_QUERY, CAN_MANAGECAN_VIEW.

app.resources.sql_warehouse

Type: Map

A használni kívánt SQL Warehouse-t azonosító beállítások.

Key	Típus	Description
id	String	Az SQL Warehouse azonosítója.
permission	String	Az SQL Warehouse engedélyszintje. Az érvényes értékek a következők: CAN_USE, CAN_MANAGEIS_OWNER.

app.resources.uc_securable

Type: Map

A használni kívánt Unity Catalog-kötetet azonosító beállítások.

Key	Típus	Description
permission	String	A Unity-katalógus engedélyszintje biztonságos. Az érvényes értékek a következők: READ_VOLUME és WRITE_VOLUME.
securable_full_name	String	A Unity Catalogba helyezhető elemek teljes neve a catalog.schema.volume formátumban.
securable_type	String	A biztonságos Unity-katalógus típusa. Az érvényes értékek a következők: VOLUME.

Examples

Az alkalmazást definiáló csomag létrehozását bemutató oktatóanyagért lásd: Databricks-alkalmazások kezelése a Databricks-eszközcsomagokkal.

Az alábbi példa egy alapszintű alkalmazást határoz meg:

resources:
  apps:
    hello_world_app:
      name: 'hello-world-app'
      source_code_path: . # This assumes the app source code is at the root of the project.
      description: 'A Databricks app'

Az alábbi példa létrehoz egy alkalmazást my_app , amely a csomag által létrehozott feladatot kezeli. A teljes példáért tekintse meg a csomagpéldák GitHub-adattárát.

resources:
  jobs:
    # Define a job in the bundle
    hello_world:
      name: hello_world
      tasks:
        - task_key: task
          spark_python_task:
            python_file: ../src/main.py
          environment_key: default

      environments:
        - environment_key: default
          spec:
            environment_version: '2'

  # Define an app that manages the job in the bundle
  apps:
    job_manager:
      name: 'job_manager_app'
      description: 'An app which manages a job created by this bundle'

      # The location of the source code for the app
      source_code_path: ../src/app

      # The resources in the bundle which this app has access to. This binds the resource in the app with the bundle resource.
      resources:
        - name: 'app-job'
          job:
            id: ${resources.jobs.hello_world.id}
            permission: 'CAN_MANAGE_RUN'

A megfelelő app.yaml határozza meg az alkalmazás futtatásának konfigurációját:

command:
  - flask
  - --app
  - app
  - run
  - --debug
env:
  - name: JOB_ID
    valueFrom: 'app-job'

Az alábbi példa létrehoz egy alkalmazást, amely hozzáfér a csomag által létrehozott MLflow-kísérlethez:

resources:
  experiments:
    # Define an MLflow experiment in the bundle
    my_experiment:
      name: /Users/${workspace.current_user.userName}/my-app-experiment

  apps:
    my_ml_app:
      name: 'my-ml-app'
      description: 'An app with access to an MLflow experiment'
      source_code_path: ./app

      # Grant the app access to the MLflow experiment
      resources:
        - name: 'app-experiment'
          experiment:
            experiment_id: ${resources.experiments.my_experiment.id}
            permission: 'CAN_MANAGE'

Másik lehetőségként az alábbi példa egy, a csomagkonfigurációban definiált egyéni konfigurációval rendelkező alkalmazást definiál:

resources:
  apps:
    my_app:
      name: my_app
      description: my_app_description
      source_code_path: ./app
      config:
        command: ['flask', '--app', 'app', 'run']
        env:
          - name: MY_ENV_VAR
            value: test_value
          - name: ANOTHER_VAR
            value: another_value

catalogs

Type: Map

A katalógus-erőforrás lehetővé teszi a katalógusok (Unity Catalog) csomagban való meghatározását.

Note

A Databricks Asset Bundles használata katalógusok definiálásához csak akkor támogatott, ha a közvetlen üzembehelyezési motort használja.

Hozzáadva a Databricks CLI 0.287.0-s verziójához

catalogs:
  <catalog-name>:
    <catalog-field-name>: <catalog-field-value>

Key	Típus	Description
comment	String	A katalógus felhasználó által megadott szabad formátumú szöveges leírása. Hozzáadva a Databricks CLI 0.287.0-s verziójához
connection_name	String	A külső adatforráshoz való kapcsolat neve. Hozzáadva a Databricks CLI 0.287.0-s verziójához
grants	Sequence	A katalógushoz társított támogatások. Lásd adomány. Hozzáadva a Databricks CLI 0.287.0-s verziójához
lifecycle	Map	Az erőforrás életciklus-beállításait tartalmazza. Ez szabályozza az erőforrás viselkedését az üzembe helyezéskor vagy megsemmisítéskor. Lásd az életciklust. Hozzáadva a Databricks CLI 0.287.0-s verziójához
name	String	Szükséges. A katalógus neve. Hozzáadva a Databricks CLI 0.287.0-s verziójához
options	Objektum	A biztonságoshoz csatolt kulcs-érték tulajdonságok térképe. Hozzáadva a Databricks CLI 0.287.0-s verziójához
properties	Objektum	A biztonságoshoz csatolt kulcs-érték tulajdonságok térképe. Hozzáadva a Databricks CLI 0.287.0-s verziójához
provider_name	String	A változásmegosztási szolgáltató neve. A Delta Sharing katalógus egy olyan katalógus, amely egy távoli megosztókiszolgálón található Delta-megosztáson alapul. Lásd : Mi az a deltamegosztás?. Hozzáadva a Databricks CLI 0.287.0-s verziójához
share_name	String	A megosztás neve a megosztásszolgáltató alatt. Hozzáadva a Databricks CLI 0.287.0-s verziójához
storage_root	String	A katalógusban lévő felügyelt táblák gyökér URL-címe. Hozzáadva a Databricks CLI 0.287.0-s verziójához

Example

resources:
  catalogs:
    my_catalog:
      name: my_catalog
      comment: 'Catalog created by Databricks Asset Bundles'
      properties:
        purpose: 'Testing'
      grants:
        - principal: someone@example.com
          privileges:
            - USE_CATALOG
            - CREATE_SCHEMA

  schemas:
    my_schema:
      name: my_schema
      catalog_name: ${resources.catalogs.my_catalog.name}
      comment: 'Schema in custom catalog'

klaszter

Type: Map

A fürterőforrás definiál egy fürtöt.

Hozzáadva a Databricks CLI 0.229.0-s verziójához

clusters:
  <cluster-name>:
    <cluster-field-name>: <cluster-field-value>

Key	Típus	Description
apply_policy_default_values	logikai	Ha igaz értékre van állítva, a program a házirend rögzített és alapértelmezett értékeit használja a kihagyott mezőkhöz. Ha hamis értékre van állítva, a rendszer csak a szabályzat rögzített értékeit alkalmazza. Hozzáadva a Databricks CLI 0.229.0-s verziójához
autoscale	Map	A fürtök terhelés alapján történő automatikus fel- és leskálázásához szükséges paraméterek. Lásd az automatikus skálázást. Hozzáadva a Databricks CLI 0.229.0-s verziójához
autotermination_minutes	Integer	Automatikusan leállítja a fürtöt, miután az meghatározott percekig inaktív. Ha nincs beállítva, a fürt nem fog automatikusan leállni. Ha meg van adva, a küszöbértéknek 10 és 10000 perc között kell lennie. A felhasználók ezt az értéket 0 értékre is beállíthatják az automatikus leállítás explicit letiltásához. Hozzáadva a Databricks CLI 0.229.0-s verziójához
aws_attributes	Map	Az Amazon Web Servicesen futó fürtökhöz kapcsolódó attribútumok. Ha a fürt létrehozásakor nincsenek megadva az értékek, a rendszer az alapértelmezett értékeket fogja használni. Lásd : aws_attributes. Hozzáadva a Databricks CLI 0.229.0-s verziójához
azure_attributes	Map	A Microsoft Azure-ban futó fürtökhöz kapcsolódó attribútumok. Ha a fürt létrehozásakor nincsenek megadva az értékek, a rendszer az alapértelmezett értékeket fogja használni. Lásd : azure_attributes. Hozzáadva a Databricks CLI 0.229.0-s verziójához
cluster_log_conf	Map	A spark-naplók hosszú távú tárolási célhelyre történő továbbításának konfigurációja. Lásd : cluster_log_conf. Hozzáadva a Databricks CLI 0.229.0-s verziójához
cluster_name	String	A felhasználó által kért fürtnév. Ennek nem kell egyedinek lennie. Ha a létrehozáskor nincs megadva, a fürt neve üres karakterlánc lesz. Hozzáadva a Databricks CLI 0.229.0-s verziójához
custom_tags	Map	További címkék a klaszter erőforrásokhoz. A Databricks a címkék mellett az összes fürterőforrást (például AWS-példányokat és EBS-köteteket) is címkézni fogja default_tags. Hozzáadva a Databricks CLI 0.229.0-s verziójához
data_security_mode	String	A fürt adatainak elérésekor használandó adatszabályozási modell. Az érvényes értékek a következők: NONE, SINGLE_USER, USER_ISOLATION, LEGACY_SINGLE_USER, LEGACY_TABLE_ACLLEGACY_PASSTHROUGH. Hozzáadva a Databricks CLI 0.229.0-s verziójához
docker_image	Map	Az egyéni Docker-rendszerkép. Lásd : docker_image. Hozzáadva a Databricks CLI 0.229.0-s verziójához
driver_instance_pool_id	String	A fürt illesztőprogramjához tartozó példánycsoport opcionális azonosítója. A készletfürt a példánykészletet használja azonosítóval (példány*pool_id), ha az illesztőprogram-készlet nincs hozzárendelve. Hozzáadva a Databricks CLI 0.229.0-s verziójához
driver_node_type_id	String	A Spark-illesztőprogram csomóponttípusa. Ez a mező nem kötelező. Ha nincs megadva, az illesztőcsomópont típusa a következő értékre node_type_idvan állítva: . Ezt a mezőt nem szabad beállítani, node_type_idha virtual_cluster_size be van állítva. Ha mindkettő driver_node_type_id, node_type_idés virtual_cluster_size meg van adva, driver_node_type_id és node_type_id elsőbbséget élvez. Hozzáadva a Databricks CLI 0.229.0-s verziójához
enable_elastic_disk	logikai	Helyi tároló automatikus skálázása: ha engedélyezve van, ez a fürt dinamikusan további lemezterületet szerez be, ha a Spark-feldolgozók kevés lemezterületen futnak. Ehhez a funkcióhoz adott AWS-engedélyek szükségesek a megfelelő működéshez – további részletekért tekintse meg a felhasználói útmutatót. Hozzáadva a Databricks CLI 0.229.0-s verziójához
enable_local_disk_encryption	logikai	Engedélyezi-e a LUKS-t a fürt virtuális gépeinek helyi lemezén. Hozzáadva a Databricks CLI 0.229.0-s verziójához
gcp_attributes	Map	A Google Cloud Platformon futó fürtökhöz kapcsolódó attribútumok. Ha a fürt létrehozásakor nincsenek megadva az értékek, a rendszer az alapértelmezett értékeket fogja használni. Lásd : gcp_attributes. Hozzáadva a Databricks CLI 0.229.0-s verziójához
init_scripts	Sequence	Init-szkriptek tárolásának konfigurációja. Tetszőleges számú célhely megadható. A szkriptek egymás után, a megadott sorrendben lesznek végrehajtva. Lásd : init_scripts. Hozzáadva a Databricks CLI 0.229.0-s verziójához
instance_pool_id	String	Annak a példánykészletnek az opcionális azonosítója, amelyhez a fürt tartozik. Hozzáadva a Databricks CLI 0.229.0-s verziójához
is_single_node	logikai	Ez a mező csak akkor használható, ha kind = CLASSIC_PREVIEW. Ha igaz értékre van állítva, a Databricks automatikusan beállítja az egyetlen csomóponttal kapcsolatos custom_tags, spark_confés num_workers. Hozzáadva a Databricks CLI 0.237.0-s verziójához
kind	String	Az ebben a számítási specifikációban leírt számítási típus. Hozzáadva a Databricks CLI 0.237.0-s verziójához
lifecycle	Map	Az erőforrás életciklus-beállításait tartalmazza. Ez szabályozza az erőforrás viselkedését az üzembe helyezéskor vagy megsemmisítéskor. Lásd az életciklust. Hozzáadva a Databricks CLI 0.268.0-s verziójához
node_type_id	String	Ez a mező egyetlen értéken keresztül kódolja a fürtben lévő Spark-csomópontok számára elérhető erőforrásokat. Például, a Spark csomópontok előkészíthetők és optimalizálhatók memória- vagy számításigényes feladatokhoz. Az elérhető csomóponttípusok listáját a Lista csomóponttípusok API használatával lehet lekérni. Hozzáadva a Databricks CLI 0.229.0-s verziójához
num_workers	Integer	Azoknak a munkavégző csomópontoknak a száma, amellyel ennek a fürtnek rendelkeznie kell. Egy fürt egyetlen Spark-illesztőprogramot és num_workers végrehajtót tartalmaz, összesen num_workers + 1 Spark-csomópontot. Hozzáadva a Databricks CLI 0.229.0-s verziójához
permissions	Sequence	A klaszter engedélyei. Tekintse meg az engedélyeket. Hozzáadva a Databricks CLI 0.229.0-s verziójához
policy_id	String	A fürt létrehozásához használt fürtszabályzat azonosítója, ha van ilyen. Hozzáadva a Databricks CLI 0.229.0-s verziójához
remote_disk_throughput	Integer	Távoli lemez átviteli sebessége másodpercenként bájtban. Hozzáadva a Databricks CLI 0.257.0-s verziójához
runtime_engine	String	Meghatározza a fürt futtatókörnyezeti motorját vagy STANDARDPHOTON. Hozzáadva a Databricks CLI 0.229.0-s verziójához
single_user_name	String	Egyetlen felhasználónév, ha az adatok*security_mode .SINGLE_USER Hozzáadva a Databricks CLI 0.229.0-s verziójához
spark_conf	Map	Nem kötelező, felhasználó által megadott Spark-konfigurációs kulcs-érték párokat tartalmazó objektum. A felhasználók emellett további JVM-beállítások sztringjét is átadhatják az illesztőprogramnak és a végrehajtóknak.spark.driver.extraJavaOptionsspark.executor.extraJavaOptions Hozzáadva a Databricks CLI 0.229.0-s verziójához
spark_env_vars	Map	Nem kötelező, felhasználó által megadott környezeti változókulcs-érték párokat tartalmazó objektum. Hozzáadva a Databricks CLI 0.229.0-s verziójához
spark_version	String	A fürt Spark-verziója, például 3.3.x-scala2.11. Az elérhető Spark-verziók listája az elérhető Spark-verziók listájának API-val kérhető le. Hozzáadva a Databricks CLI 0.229.0-s verziójához
ssh_public_keys	Sequence	Nyilvános SSH-kulcs tartalma, amely a fürt minden Spark-csomópontjára fel lesz adva. A megfelelő titkos kulcsokkal bejelentkezhet a porton ubuntulévő felhasználónévvel2200. Legfeljebb 10 kulcs adható meg. Hozzáadva a Databricks CLI 0.229.0-s verziójához
total_initial_remote_disk_size	Integer	A kezdeti távoli lemez teljes mérete bájtban. Hozzáadva a Databricks CLI 0.257.0-s verziójához
use_ml_runtime	logikai	Ez a mező csak akkor használható, ha kind = CLASSIC_PREVIEW. effective_spark_version-t a spark_version (Databricks Runtime release), ez a mező use_ml_runtime, és az, hogy a node_type_id GPU-csomópont-e, határozza meg. Hozzáadva a Databricks CLI 0.237.0-s verziójához
workload_type	Map	Fürtattribútumok, amelyek a fürtök számítási feladatainak típusaihoz jelennek meg. Lásd workload_type. Hozzáadva a Databricks CLI 0.229.0-s verziójához

cluster.autoscale

Type: Map

A fürtök terhelés alapján fel- és leskálázásának paraméterei.

Key	Típus	Description
min_workers	Integer	Azoknak a dolgozóknak a minimális száma, akikre a fürt kihasználatlan állapotban leskálázható. A fürt kezdeti számú feldolgozója is lesz a létrehozás után.
max_workers	Integer	Azoknak a dolgozóknak a maximális száma, akikre a fürt túlterhelt állapotban felskálázható. max_workers szigorúan nagyobbnak kell lennie, mint min_workers.

cluster.aws_jellemzők

Type: Map

Az Amazon Web Servicesen futó fürtökhöz kapcsolódó attribútumok.

Key	Típus	Description
zone_id	String	Annak a rendelkezésreállási zónának/adatközpontnak az azonosítója, amelyben a klaszter található. Ez a sztring olyan formátumú lesz, mint us-west-2a.
availability	String	Az összes további csomóponthoz használt rendelkezésre állási típus a first_on_demand korábbiakon kívül. Az érvényes értékek a következőkSPOT: , ON_DEMANDSPOT_WITH_FALLBACK.
spot_bid_price_percent	Integer	Az AWS spot példányainak maximális ára a megfelelő példánytípus igény szerinti árának százalékában.
instance_profile_arn	String	A fürt csomópontjai csak azokban az AWS-példányokban lesznek elhelyezve, amelyek rendelkeznek ezzel a példányprofillal.
first_on_demand	Integer	A fürt első first_on_demand csomópontjai igény szerinti példányokon helyezkednek el. Ennek az értéknek nagyobbnak kell lennie, mint 0, azért, hogy a fürtvezérlő csomópont egy igény szerinti példányon legyen elhelyezve.
ebs_volume_type	String	A fürttel indítandó EBS-kötetek típusa. Az érvényes értékek GENERAL_PURPOSE_SSD vagy THROUGHPUT_OPTIMIZED_HDD.
ebs_volume_count	Integer	Az egyes példányokhoz indított kötetek száma.
ebs_volume_size	Integer	Az egyes példányokhoz indított EBS-kötetek mérete (GiB-ben).
ebs_volume_iops	Integer	Az EBS gp3 kötetenkénti IOPS száma.
ebs_volume_throughput	Integer	Az EBS gp3 kötetenkénti átviteli sebessége másodpercenkénti MiB-ben.

cluster.azure_attributes

Type: Map

A Microsoft Azure-ban futó fürtökhöz kapcsolódó attribútumok.

Key	Típus	Description
first_on_demand	Integer	A fürt első first_on_demand csomópontjai igény szerinti példányokon helyezkednek el.
availability	String	Az összes további csomóponthoz használt rendelkezésre állási típus a first_on_demand korábbiakon kívül. Az érvényes értékek a következőkSPOT_AZURE: , ON_DEMAND_AZURESPOT_WITH_FALLBACK_AZURE.
spot_bid_max_price	Szám	Az Azure előrefizetéses példányok maximális ára. A legalacsonyabb ár megadására használható -1 .
log_analytics_info	Map	Az Azure Log Analytics-ügynök konfigurációja. Lásd : log_analytics_info.

cluster.azure_attributes.log_analytics_info

Type: Map

Az Azure Log Analytics-ügynök konfigurációja.

Key	Típus	Description
log_analytics_workspace_id	String	Az Azure Log Analytics-munkaterület azonosítója.
log_analytics_primary_key	String	Az Azure Log Analytics-munkaterület elsődleges kulcsa.

cluster.gcp_attributes

Type: Map

A Google Cloud Platformon futó fürtökhöz kapcsolódó attribútumok.

Key	Típus	Description
use_preemptible_executors	logikai	Használjunk-e preemptible végrehajtókat? A preemptible végrehajtók olyan preemptible GCE-instance-k, amelyeket a GCE bármikor visszaigényelhet.
google_service_account	String	A Databricks-fürt virtuálisgép-példányai által használandó Google-szolgáltatásfiók.
local_ssd_count	Integer	A fürt egyes csomópontjaihoz csatolandó helyi SSD-k száma. Az alapértelmezett érték a 0.
zone_id	String	Annak a rendelkezésreállási zónának/adatközpontnak az azonosítója, amelyben a klaszter található.
availability	String	Az összes csomóponthoz használt rendelkezésre állási típus. Az érvényes értékek a következőkPREEMPTIBLE_GCP: , ON_DEMAND_GCPPREEMPTIBLE_WITH_FALLBACK_GCP.
boot_disk_size	Integer	A rendszerindító lemez mérete GB-ban. Az értékek általában 100 és 1000 között mozognak.

cluster.cluster_log_conf

A Spark-naplók hosszú távú tárolási célhelyre történő kézbesítésének konfigurációja.

Key	Típus	Description
dbfs	Map	A fürtnaplók kézbesítésének DBFS-helye. Lásd : dbfs.
s3	Map	A fürtnaplók kézbesítésének S3-helye. Lásd s3.
volumes	Map	Kötetek helye a fürtnaplók kézbesítéséhez. Lásd a köteteket.

cluster.cluster_log_conf.dbfs

Type: Map

A fürtnaplók kézbesítésének DBFS-helye.

Key	Típus	Description
destination	String	A klaszternaplók kézbesítéséhez szükséges DBFS elérési út (például dbfs:/cluster-logs).

cluster.cluster_log_conf.s3

Type: Map

A fürtnaplók kézbesítésének S3-helye.

Key	Típus	Description
destination	String	A fürtnaplók kézbesítésének S3 URI-ja (például s3://my-bucket/cluster-logs).
region	String	Az S3 bucket AWS-régiója.
endpoint	String	Az S3 végpont URL-címe (nem kötelező).
enable_encryption	logikai	Kérdés, hogy engedélyezzük-e a fürtnaplók titkosítását.
encryption_type	String	A titkosítás típusa. Az érvényes értékek a következők: SSE_S3. SSE_KMS
kms_key	String	A titkosításhoz használt KMS-kulcs ARN-je (ha használja SSE_KMS).
canned_acl	String	Az előre definiált ACL, amelyet a fürt naplójára kell alkalmazni.

cluster.cluster_log_conf.volumes

Type: Map

Kötetek helye a fürtnaplók kézbesítéséhez.

Key	Típus	Description
destination	String	Az fürtnaplók kézbesítésének kötet útvonala (például /Volumes/catalog/schema/volume/cluster_log).

cluster.docker_image

Type: Map

Az egyéni Docker-rendszerkép konfigurációja.

Key	Típus	Description
url	String	A Docker-rendszerkép URL-címe.
basic_auth	Map	Alapszintű hitelesítés a Docker-adattárhoz. Lásd basic_auth.

cluster.docker_image.basic_auth

Type: Map

Alapszintű hitelesítés a Docker-adattárhoz.

Key	Típus	Description
username	String	A Docker-beállításjegyzék-hitelesítés felhasználóneve.
password	String	A Docker-beállításjegyzék hitelesítésének jelszava.

cluster.init_scripts

Type: Map

Init-szkriptek tárolásának konfigurációja. Legalább egy helytípust meg kell adni.

Key	Típus	Description
dbfs	Map	Az init szkript DBFS-helye. Lásd : dbfs.
workspace	Map	Az init-szkript munkaterületi helye. Lásd munkaterület.
s3	Map	Az init szkript S3 helye. Lásd s3.
abfss	Map	Az init szkript helye az ABFSS rendszerben. Lásd abfss.
gcs	Map	Az init szkript GCS helye. Lásd gcs.
volumes	Map	Az UC-kötetek init szkriptjének helye. Lásd a köteteket.

cluster.init_scripts.dbfs

Type: Map

Az init szkript DBFS-helye.

Key	Típus	Description
destination	String	Az init szkript DBFS-útvonala.

cluster.init_scripts.workspace

Type: Map

Az init-szkript munkaterületi helye.

Key	Típus	Description
destination	String	Az init szkript munkaterületi elérési útja.

cluster.init_scripts.s3

Type: Map

Az init szkript S3 helye.

Key	Típus	Description
destination	String	Az init szkript S3 URI-ja.
region	String	Az S3 bucket AWS-régiója.
endpoint	String	Az S3 végpont URL-címe (nem kötelező).

cluster.init_scripts.abfss

Type: Map

Az init szkript helye az ABFSS rendszerben.

Key	Típus	Description
destination	String	Az init szkript ABFSS-elérési útja.

cluster.init_scripts.gcs

Type: Map

Az init szkript GCS helye.

Key	Típus	Description
destination	String	Az init szkript GCS elérési útja.

cluster.init_scripts.volumes

Type: Map

Az init szkript kötetek helye.

Key	Típus	Description
destination	String	Az init-szkript UC-tárolóegységek elérési útja.

cluster.terhelési_típus

Type: Map

A fürt attribútumai a fürt terhelési típusait mutatják.

Key	Típus	Description
clients	Map	Meghatározza, hogy milyen ügyféltípusok használhatják a klasztert. Ügyfelek megtekintése.

cluster.workload_type.kliens

Type: Map

A számítási feladatokhoz tartozó ügyfelek típusa.

Key	Típus	Description
jobs	logikai	A fürt futtathat-e feladatokat.
notebooks	logikai	Azt jelzi, hogy a fürt képes-e jegyzetfüzeteket futtatni.

Examples

Az alábbi példa egy dedikált (egyfelhasználós) fürtöt hoz létre az aktuális felhasználó számára a Databricks Runtime 15.4 LTS és egy fürtszabályzat használatával:

resources:
  clusters:
    my_cluster:
      num_workers: 0
      node_type_id: 'i3.xlarge'
      driver_node_type_id: 'i3.xlarge'
      spark_version: '15.4.x-scala2.12'
      spark_conf:
        'spark.executor.memory': '2g'
      autotermination_minutes: 60
      enable_elastic_disk: true
      single_user_name: ${workspace.current_user.userName}
      policy_id: '000128DB309672CA'
      enable_local_disk_encryption: false
      data_security_mode: SINGLE_USER
      runtime_engine: STANDARD

Ez a példa létrehoz egy egyszerű fürtöt my_cluster , és beállítja azt úgy, hogy a fürt a jegyzetfüzet futtatására szolgáljon my_job.

bundle:
  name: clusters

resources:
  clusters:
    my_cluster:
      num_workers: 2
      node_type_id: 'i3.xlarge'
      autoscale:
        min_workers: 2
        max_workers: 7
      spark_version: '13.3.x-scala2.12'
      spark_conf:
        'spark.executor.memory': '2g'

  jobs:
    my_job:
      tasks:
        - task_key: test_task
          notebook_task:
            notebook_path: './src/my_notebook.py'
          existing_cluster_id: ${resources.clusters.my_cluster.id}

irányítópult

Type: Map

Az irányítópult-erőforrás lehetővé teszi AI/BI-irányítópultok csomagban kezelését. Az AI/BI-irányítópultokról további információt Irányítópultokcímű témakörben talál.

Ha olyan csomagot helyezett üzembe, amely a helyi környezetből tartalmaz irányítópultot, majd a felhasználói felületen módosítja az irányítópultot, a felhasználói felületen végrehajtott módosítások nem lesznek alkalmazva a helyi csomagban lévő irányítópult JSON-fájljára, kivéve, ha ön kifejezetten frissíti azt.bundle generate A --watch lehetőséggel folyamatos lekérdezéseket végezhet és frissítheti az irányítópult módosításait. Tekintse meg a databricks-csomag generálása című témakört.

Ezenkívül ha egy olyan csomagot próbál üzembe helyezni a helyi környezetből, amely egy olyan irányítópult JSON-fájlt tartalmaz, amely eltér a távoli munkaterületen lévőtől, hiba lép fel. Ha a távoli munkaterületen a helyivel szeretné kényszeríteni az irányítópult üzembe helyezését és felülírását, használja a --force lehetőséget. Lásd a Databricks-csomag üzembe helyezését.

Hozzáadva a Databricks CLI 0.232.0-s verziójához

Note

Ha a Databricks-eszközcsomagokat irányítópult Git-támogatással használja, akadályozza meg az ismétlődő irányítópultok létrehozását úgy, hogy hozzáadja a szinkronizálási térképet, amellyel kizárja az irányítópultokat a fájlok szinkronizálásából:

sync:
  exclude:
    - src/*.lvdash.json

dashboards:
  <dashboard-name>:
    <dashboard-field-name>: <dashboard-field-value>

Key	Típus	Description
dataset_catalog	String	Az irányítópult összes adathalmaza által használt alapértelmezett katalógusérték, ha a lekérdezés másként nem rendelkezik. A mezőt beállító konfigurációt például az Irányítópult-katalógus és a sémaparaméterezés című témakörben talál. Hozzáadva a Databricks CLI 0.283.0-s verziójához
dataset_schema	String	Az irányítópult összes adathalmaza által használt alapértelmezett sémaérték, ha a lekérdezés másként nem rendelkezik. A mezőt beállító konfigurációt például az Irányítópult-katalógus és a sémaparaméterezés című témakörben talál. Hozzáadva a Databricks CLI 0.283.0-s verziójához
display_name	String	Az irányítópult megjelenítendő neve. Hozzáadva a Databricks CLI 0.232.0-s verziójához
embed_credentials	logikai	Annak meghatározása, hogy a csomag üzembe helyezési identitásának hitelesítő adatait használják-e az összes irányítópult néző lekérdezéseinek futtatására. Ha be van állítva false, a rendszer egy megtekintő hitelesítő adatait használja. Az alapértelmezett érték a false. Hozzáadva a Databricks CLI 0.232.0-s verziójához
etag	String	Az irányítópult ETag-je. A frissítéseken opcionálisan megadható annak biztosítása érdekében, hogy az irányítópult az utolsó olvasás óta ne legyen módosítva. Hozzáadva a Databricks CLI 0.234.0-s verziójához
file_path	String	Az irányítópult-objektum helyi elérési útja, beleértve a fájlnevet is. Az exportált irányítópultok mindig rendelkeznek a fájlkiterjesztéssel .lvdash.json. Hozzáadva a Databricks CLI 0.232.0-s verziójához
lifecycle	Map	Az erőforrás életciklus-beállításait tartalmazza. Ez szabályozza az erőforrás viselkedését az üzembe helyezéskor vagy megsemmisítéskor. Lásd az életciklust.
parent_path	String	Az irányítópultot tartalmazó mappa munkaterületi elérési útja. Bevezető perjelet és záró perjelet nem tartalmaz. Hozzáadva a Databricks CLI 0.232.0-s verziójához
path	String	Az irányítópult-objektum munkaterületi elérési útja, beleértve az eszköz nevét is. Hozzáadva a Databricks CLI 0.234.0-s verziójához
permissions	Sequence	Az irányítópult engedélyei. Tekintse meg az engedélyeket. Hozzáadva a Databricks CLI 0.232.0-s verziójához
serialized_dashboard	Any	Az irányítópult tartalma szerializált sztringűrlapon. Hozzáadva a Databricks CLI 0.232.0-s verziójához
warehouse_id	String	Az irányítópult futtatásához használt raktárazonosító. Hozzáadva a Databricks CLI 0.232.0-s verziójához

Example

Az alábbi példa bemutatja, hogyan lehet a NYC Taxi Trip Analysis irányítópultot telepíteni a Databricks munkaterületre.

resources:
  dashboards:
    nyc_taxi_trip_analysis:
      display_name: 'NYC Taxi Trip Analysis'
      file_path: ../src/nyc_taxi_trip_analysis.lvdash.json
      warehouse_id: ${var.warehouse_id}

adatbázis_katalógus

Type: Map

Az adatbáziskatalógus-erőforrás lehetővé teszi a csomagban lévő adatbázispéldányoknak megfelelő adatbázis-katalógusok meghatározását. Az adatbáziskatalógus egy Olyan Lakebase-adatbázis, amely Unity-katalógus-katalógusként van regisztrálva.

Az adatbáziskatalógusokról további információt a Katalógus létrehozása című témakörben talál.

Hozzáadva a Databricks CLI 0.265.0-s verziójához

database_catalogs:
  <database_catalog-name>:
    <database_catalog-field-name>: <database_catalog-field-value>

Key	Típus	Description
create_database_if_not_exists	logikai	Az adatbázis létrehozása, ha nem létezik. Hozzáadva a Databricks CLI 0.265.0-s verziójához
database_instance_name	String	Az adatbázist fenntartó példány neve. Hozzáadva a Databricks CLI 0.265.0-s verziójához
database_name	String	A katalógushoz társított adatbázis neve (egy példányban). Hozzáadva a Databricks CLI 0.265.0-s verziójához
lifecycle	Map	Az erőforrás életciklus-beállításait tartalmazza, beleértve az erőforrás viselkedését az üzembe helyezéskor vagy megsemmisítéskor. Lásd az életciklust. Hozzáadva a Databricks CLI 0.265.0-s verziójához
name	String	A katalógus neve a Unity Katalógusban. Hozzáadva a Databricks CLI 0.265.0-s verziójához

Example

Az alábbi példa egy adatbázispéldányt határoz meg egy megfelelő adatbáziskatalógussal:

resources:
  database_instances:
    my_instance:
      name: my-instance
      capacity: CU_1
  database_catalogs:
    my_catalog:
      database_instance_name: ${resources.database_instances.my_instance.name}
      name: example_catalog
      database_name: my_database
      create_database_if_not_exists: true

adatbázis_példány

Type: Map

Az adatbázispéldány-erőforrás lehetővé teszi, hogy egy csomagban definiálja az adatbázispéldányokat . A Lakebase-adatbázispéldányok kezelik a tárolási és számítási erőforrásokat, és biztosítják a végpontokat, amelyekhez a felhasználók csatlakoznak.

Fontos

Amikor adatbázispéldányt tartalmazó csomagot helyez üzembe, a példány azonnal elindul, és díjszabás vonatkozik rá. Lásd a Lakebase díjszabását.

Az adatbázispéldányokról további információt a Mi az adatbázispéldány? című témakörben talál.

Hozzáadva a Databricks CLI 0.265.0-s verziójához

database_instances:
  <database_instance-name>:
    <database_instance-field-name>: <database_instance-field-value>

Key	Típus	Description
capacity	String	A példány termékváltozata. Az érvényes értékek a következők: CU_1, CU_2, CU_4, CU_8. Hozzáadva a Databricks CLI 0.265.0-s verziójához
custom_tags	Sequence	A példányhoz társított egyéni címkéket meghatározó kulcs-érték párok listája. Hozzáadva a Databricks CLI 0.273.0-s verziójához
enable_pg_native_login	logikai	Azt jelzi, hogy a példányon engedélyezve van-e a PG natív jelszavas bejelentkezése. Alapértelmezett érték: true. Hozzáadva a Databricks CLI 0.267.0-s verziójához
enable_readable_secondaries	logikai	A csak olvasható forgalom kiszolgálásának engedélyezése a másodfokú fájlok számára. Alapértelmezett érték: false. Hozzáadva a Databricks CLI 0.265.0-s verziójához
lifecycle	Map	Az erőforrás életciklus-beállításait tartalmazza. Ez szabályozza az erőforrás viselkedését az üzembe helyezéskor vagy megsemmisítéskor. Lásd az életciklust. Hozzáadva a Databricks CLI 0.268.0-s verziójához
name	String	A példány neve. Ez a példány egyedi azonosítója. Hozzáadva a Databricks CLI 0.265.0-s verziójához
node_count	Integer	A példány csomópontjainak száma, amely 1 elsődleges és 0 vagy több másodpéldányból áll. Alapértelmezés szerint 1 elsődleges és 0 másodfokú. Hozzáadva a Databricks CLI 0.265.0-s verziójához
parent_instance_ref	Map	A szülő instance hivatkozása. Ez csak akkor érhető el, ha a példány gyermekpéldány. Lásd a szülőpéldányt. Hozzáadva a Databricks CLI 0.265.0-s verziójához
permissions	Sequence	Az adatbázispéldány engedélyei. Tekintse meg az engedélyeket. Hozzáadva a Databricks CLI 0.265.0-s verziójához
retention_window_in_days	Integer	A példány adatmegőrzési ideje. Ez az az időablak napokban, amelyekben az előzményadatok megmaradnak. Az alapértelmezett érték 7 nap. Az érvényes értékek 2–35 nap. Hozzáadva a Databricks CLI 0.265.0-s verziójához
stopped	logikai	Azt jelzi, hogy a példány le van-e állítva. Hozzáadva a Databricks CLI 0.265.0-s verziójához
usage_policy_id	String	Az a használati szabályzat, amelyet a példánnyal szeretnénk társítani. Hozzáadva a Databricks CLI 0.273.0-s verziójához

adatbázis_példány.szülő_példány_hivatkozás

Type: Map

A szülő instance hivatkozása. Ez csak akkor érhető el, ha a példány gyermekpéldány.

Key	Típus	Description
branch_time	String	A referencia adatbázispéldány elágazási ideje. Szülő referencia példány esetén ez az időpont azon a szülőpéldányon, amelyből a példány létrejött. Gyermek referenciapéldány esetén ez az az időpont az példányon, amikor a gyermekpéldány létrehozásra került.
lsn	String	A ref adatbázispéldány felhasználó által megadott WAL LSN-azonosítója.
name	String	Az „ref” adatbázispéldány neve.

Example

Az alábbi példa egy adatbázispéldányt határoz meg egy megfelelő adatbáziskatalógussal:

resources:
  database_instances:
    my_instance:
      name: my-instance
      capacity: CU_1
  database_catalogs:
    my_catalog:
      database_instance_name: ${resources.database_instances.my_instance.name}
      name: example_catalog
      database_name: my_database
      create_database_if_not_exists: true

Egy példacsomag, amely bemutatja, hogyan definiálhat adatbázispéldányt és megfelelő adatbáziskatalógust, tekintse meg a csomagpéldák GitHub-adattárát.

kísérlet

Type: Map

A kísérleterőforrás lehetővé teszi, hogy MLflow-kísérleteket egy csomagban definiáljon. További információ az MLflow-kísérletekről: Betanítási futtatások rendszerezése MLflow-kísérletekkel.

Hozzáadva a Databricks CLI 0.229.0-s verziójához

experiments:
  <experiment-name>:
    <experiment-field-name>: <experiment-field-value>

Key	Típus	Description
artifact_location	String	A kísérlet összetevőinek tárolási helye. Hozzáadva a Databricks CLI 0.229.0-s verziójához
lifecycle	Map	Az erőforrás életciklus-beállításait tartalmazza. Ez szabályozza az erőforrás viselkedését az üzembe helyezéskor vagy megsemmisítéskor. Lásd az életciklust. Hozzáadva a Databricks CLI 0.268.0-s verziójához
name	String	A kísérletet azonosító barátságos név. A kísérlet nevének például /Workspace/Users/someone@example.com/my_experimentabszolút elérési útnak kell lennie a Databricks-munkaterületen. Hozzáadva a Databricks CLI 0.229.0-s verziójához
permissions	Sequence	A kísérlet engedélyei. Tekintse meg az engedélyeket. Hozzáadva a Databricks CLI 0.229.0-s verziójához
tags	Sequence	További metaadatkulcs-érték párok. Címkék megtekintése. Hozzáadva a Databricks CLI 0.229.0-s verziójához

Example

Az alábbi példa egy olyan kísérletet határoz meg, amelyet minden felhasználó megtekinthet:

resources:
  experiments:
    experiment:
      name: /Workspace/Users/someone@example.com/my_experiment
      permissions:
        - level: CAN_READ
          group_name: users
      description: MLflow experiment used to track runs

feladat

Type: Map

A feladatok támogatása biztosított Pythonban a Databricks eszközcsomagjai számára. Lásd : databricks.bundles.jobs.

A munkaforrás lehetővé teszi, hogy munkákat és azok hozzátartozó feladatait a csomagban definiálja.

A feladatokról további információt a Lakeflow-feladatok című témakörben talál. A Databricks-eszközcsomagok sablont használó oktatóanyagot a Databricks-eszközcsomagokkal végzett feladatfejlesztés című témakörben talál.

Hozzáadva a Databricks CLI 0.229.0-s verziójához

jobs:
  <job-name>:
    <job-field-name>: <job-field-value>

Key	Típus	Description
budget_policy_id	String	A feladathoz használandó, felhasználó által megadott költségvetési szabályzat azonosítója. Ha nincs megadva, a feladat létrehozásakor vagy módosításakor egy alapértelmezett költségvetési szabályzat alkalmazható. Tekintse meg effective_budget_policy_id ennek a számítási feladatnak a költségvetési szabályzatát. Hozzáadva a Databricks CLI 0.231.0-s verziójához
continuous	Map	A feladat opcionális folyamatos tulajdonsága. A folyamatos tulajdonság biztosítja, hogy mindig legyen futtatás. Csak az egyik használható a schedule és a continuous közül. Folyamatos megtekintése. Hozzáadva a Databricks CLI 0.229.0-s verziójához
deployment	Map	A külső források által felügyelt feladatok üzembehelyezési információi. Lásd az üzembe helyezést. Hozzáadva a Databricks CLI 0.229.0-s verziójához
description	String	A feladat opcionális leírása. A maximális hossz 27700 karakter az UTF-8 kódolásban. Hozzáadva a Databricks CLI 0.229.0-s verziójához
email_notifications	Map	Választható e-mail-címkészlet, amely a feladat futtatásakor vagy befejezésekor, valamint a feladat törlésekor értesítést kap. Lásd : email_notifications. Hozzáadva a Databricks CLI 0.229.0-s verziójához
environments	Sequence	A feladat kiszolgáló nélküli tevékenységei által hivatkozott feladatvégző környezet specifikációinak listája. A kiszolgáló nélküli feladatokhoz környezet szükséges. Kiszolgáló nélküli jegyzetfüzet-feladatok esetén a környezet elérhető a jegyzetfüzet környezeti paneljén. Más kiszolgáló nélküli tevékenységek esetén a tevékenységkörnyezetet a tevékenységbeállítások environment_key használatával kell megadni. Környezetek megtekintése. Hozzáadva a Databricks CLI 0.229.0-s verziójához
format	String	Deprecated. A feladat formátuma.
git_source	Map	A feladatok által használt forráskódot tartalmazó távoli Git-adattár opcionális specifikációja. Lásd : job.git_source. Hozzáadva a Databricks CLI 0.229.0-s verziójához Fontos: A git_source mező és a source tevékenységmező, amely GIT értékre van állítva, nem ajánlott kötegekhez, mert a helyi relatív elérési utak előfordulhat, hogy nem ugyanarra a tartalomra mutatnak a Git-adattárban, és a kötegek azt várják el, hogy az üzembe helyezett feladat tartalma megegyezzen a helyi példány tartalmával, ahonnan az üzembe helyezés történt. Ehelyett klónozza az adattárat helyileg, és állítsa be a csomagprojektet ebben az adattárban, hogy a feladatok forrása a munkaterület legyen.
health	Map	A feladathoz definiálható állapotszabályok választható készlete. Tekintse meg az egészséget. Hozzáadva a Databricks CLI 0.229.0-s verziójához
job_clusters	Sequence	A feladatfürt azon specifikációinak listája, amelyeket a feladat tevékenységei megoszthatnak és újra felhasználhatnak. Lásd : job_clusters. Hozzáadva a Databricks CLI 0.229.0-s verziójához
lifecycle	Map	Az erőforrás életciklus-beállításait tartalmazza. Ez szabályozza az erőforrás viselkedését az üzembe helyezéskor vagy megsemmisítéskor. Lásd az életciklust. Hozzáadva a Databricks CLI 0.268.0-s verziójához
max_concurrent_runs	Integer	A munka egyidejű futtatásainak opcionális, megengedett maximális száma. Állítsa be ezt az értéket, ha egyszerre több futtatás is végrehajtható ugyanabból a feladatból.
name	String	Egy nem kötelező név a munka számára. A maximális hossz 4096 bájt UTF-8 kódolásban. Hozzáadva a Databricks CLI 0.229.0-s verziójához
notification_settings	Map	Opcionális értesítési beállítások, amelyeket az email_notifications és webhook_notifications értesítések küldésekor használnak ehhez a feladathoz. Lásd : notification_settings. Hozzáadva a Databricks CLI 0.229.0-s verziójához
parameters	Sequence	Feladatszintű paraméterdefiníciók. Hozzáadva a Databricks CLI 0.229.0-s verziójához
performance_target	String	Meghatározza, hogy a kiszolgáló nélküli futtatás végrehajtása mennyire teljesíthető vagy költséghatékony legyen. Hozzáadva a Databricks CLI 0.241.0-s verziójához
permissions	Sequence	A feladat engedélyei. Tekintse meg az engedélyeket. Hozzáadva a Databricks CLI 0.229.0-s verziójához
queue	Map	A feladat sorbeállításai. Üzenetsor megtekintése. Hozzáadva a Databricks CLI 0.229.0-s verziójához
run_as	Map	Csak írásos beállítás. Azt a felhasználót vagy szolgáltatásnevet adja meg, amelyként a feladat fut. Ha nincs megadva, a feladat a feladatot létrehozó felhasználóként fut. Vagy user_name meg kell adni, vagy service_principal_name meg kell adni. Ha nem, hibaüzenet jelenik meg. Lásd : run_as. Hozzáadva a Databricks CLI 0.229.0-s verziójához
schedule	Map	Ennek a feladatnak az opcionális időszakos ütemezése. Az alapértelmezett viselkedés az, hogy a feladat csak akkor fut le, ha a Feladatok kezelőfelületén a "Futtatás most" gombra kattint, vagy egy API-kérést küld az runNow-nak. Lásd az ütemezést. Hozzáadva a Databricks CLI 0.229.0-s verziójához
tags	Map	A feladathoz társított címkék térképe. Ezek a fürtre a feladatfürtök fürtcímkékként kerülnek továbbításra, és ugyanazokra a korlátozásokra vonatkoznak, mint a fürtcímkékre. A feladathoz legfeljebb 25 címke adható hozzá. Hozzáadva a Databricks CLI 0.229.0-s verziójához
tasks	Sequence	A feladat által végrehajtandó feladatspecifikációk listája. Lásd: Feladatok hozzáadása feladatokhoz a Databricks-eszközcsomagokban. Hozzáadva a Databricks CLI 0.237.0-s verziójához
timeout_seconds	Integer	Minden egyes futtatáshoz egy opcionális időkorlát van alkalmazva. Az érték 0 azt jelenti, hogy nincs időtúllépés. Hozzáadva a Databricks CLI 0.229.0-s verziójához
trigger	Map	A futtatás bizonyos feltételek teljesülése esetén történő aktiválására szolgáló konfiguráció. Lásd az eseményindítót. Hozzáadva a Databricks CLI 0.229.0-s verziójához
usage_policy_id	String	A feladathoz használandó használati szabályzat azonosítója. Hozzáadva a Databricks CLI 0.273.0-s verziójához
webhook_notifications	Map	Rendszerértesítési azonosítók gyűjteménye, amely értesíti a feladat futtatásainak kezdetét vagy befejezését. Lásd : webhook_notifications. Hozzáadva a Databricks CLI 0.229.0-s verziójához

munka.folyamatos

Type: Map

Folyamatos feladatvégrehajtás konfigurálása.

Key	Típus	Description
pause_status	String	Függetlenül attól, hogy a folyamatos feladat szüneteltetve van-e. Érvényes értékek: PAUSED, UNPAUSED.
task_retry_mode	String	Adja meg, hogy a folyamatos feladat hogyan alkalmazza a tevékenységszintű újrapróbálkozást. Az érvényes értékek a következők: NEVER és ON_FAILURE. Alapértelmezett érték: NEVER.

munka.kibocsátás

Type: Map

A külső források által felügyelt feladatok üzembehelyezési információi.

Key	Típus	Description
kind	String	Az üzembe helyezés típusa. Például: BUNDLE.
metadata_file_path	String	Az üzembe helyezés metaadatfájljának elérési útja.

job.e-mail értesítések

Type: Map

A feladatfuttatások e-mail értesítési beállításai.

Key	Típus	Description
on_start	Sequence	A futtatás indításakor értesítendő e-mail-címek listája.
on_success	Sequence	A futtatás sikeressége esetén értesítendő e-mail-címek listája.
on_failure	Sequence	A futtatás sikertelensége esetén értesítendő e-mail-címek listája.
on_duration_warning_threshold_exceeded	Sequence	Azoknak az e-mail-címeknek a listája, amely értesíti, ha egy futtatási időtartam túllépi a figyelmeztetési küszöbértéket.
no_alert_for_skipped_runs	logikai	Kihagyja-e a kihagyott futtatásokra vonatkozó riasztások küldését.
on_streaming_backlog_exceeded	Sequence	Azoknak az e-mail-címeknek a listája, amelyek értesítést küldenek arról, ha bármely streamnél túllépik a streamek hátralékának küszöbértékét. A streamelési teendőlista küszöbértékei a következő metrikák használatával állíthatók be a health mezőben: STREAMING_BACKLOG_BYTES, STREAMING_BACKLOG_RECORDS, STREAMING_BACKLOG_SECONDSvagy STREAMING_BACKLOG_FILES. A riasztás a metrikák 10 perces átlagán alapul. Ha a probléma továbbra is fennáll, az értesítések 30 percenként újraküldésre kerülnek.

job.környezetek

Type: Sequence

A feladat kiszolgáló nélküli tevékenységei által hivatkozható feladat-végrehajtási környezet specifikációinak listája.

A lista minden eleme egy JobEnvironment.

Key	Típus	Description
environment_key	String	Egy környezet kulcsa. Egy feladaton belül egyedinek kell lennie.
spec	Map	A kiszolgáló nélküli környezetet képviselő entitás. Lásd : job.environments.spec.

job.environments.spec

Type: Map

A kiszolgáló nélküli környezetet képviselő entitás.

Key	Típus	Description
client	String	Deprecated. Az ügyfél verziója.
dependencies	Sequence	A pip-függőségek listája a környezet pipverziója által támogatott módon.
environment_version	String	Szükséges. A környezet által használt környezeti verzió. Minden verzióhoz tartozik egy adott Python-verzió és egy Python-csomag. A verzió egy egész számból álló sztring.

job.git_source

Type: Map

Git-adattár konfigurációja a feladat forráskódjához.

Key	Típus	Description
git_branch	String	A feladat által kivett és használt ág neve. Ez a mező nem adható meg a következővel git_tag együtt: vagy git_commit.
git_commit	String	Véglegesítse a feladat kivételét és használatát. Ez a mező nem adható meg a következővel git_branch együtt: vagy git_tag.
git_provider	String	A Git-adattár üzemeltetéséhez használt szolgáltatás egyedi azonosítója. Az érték nem érzékeny a kis- és nagybetűkre. Az érvényes értékek a következőkgitHub: , bitbucketCloud, gitLab, azureDevOpsServices, gitHubEnterprisebitbucketServer. gitLabEnterpriseEdition
git_snapshot	Map	A távoli adattár írásvédett állapota a feladat futtatásakor. Ez a mező csak feladatfuttatásokon szerepel. Lásd : git_snapshot.
git_tag	String	A feladat által kivett és használt címke neve. Ez a mező nem adható meg a következővel git_branch együtt: vagy git_commit.
git_url	String	A feladat által klónozandó adattár URL-címe.

job.git_source.git_snapshot

Type: Map

Csak olvasható véglegesítési információk pillanatképe.

Key	Típus	Description
used_commit	String	A futtatás végrehajtásához használt véglegesítés. Ha git_branch meg van adva, ez a futtatáskor az ág FEJére mutat, ha git_tag meg van adva, ez a címkepontok véglegesítésére mutat.

feladat.egészség

Type: Map

A feladat állapotmonitorozási konfigurációja.

Key	Típus	Description
rules	Sequence	Munkafeladategészség-szabályok listája. Minden szabály tartalmaz egy metric és op (operátor) és value. Lásd job.health.rules.

állás.egészség.szabályok

Type: Sequence

Munkafeladategészség-szabályok listája.

A lista minden eleme egy JobHealthRule.

Key	Típus	Description
metric	String	Egy adott állapotszabályhoz kiértékelt állapotmetrikát adja meg. RUN_DURATION_SECONDS: A futtatás várható teljes ideje másodpercben. STREAMING_BACKLOG_BYTES: Az összes streamben felhasználható adatok maximális bájtjainak becslése. Ez a metrika nyilvános előzetes verzióban érhető el. STREAMING_BACKLOG_RECORDS: Az összes stream maximális eltolási késésének becslése. Ez a metrika nyilvános előzetes verzióban érhető el. STREAMING_BACKLOG_SECONDS: Az összes stream maximális fogyasztói késésének becslése. Ez a metrika nyilvános előzetes verzióban érhető el. STREAMING_BACKLOG_FILES: Az összes streamben lévő függőben lévő fájlok maximális számának becslése. Ez a metrika nyilvános előzetes verzióban érhető el.
op	String	Az állapotmetrika értékének a megadott küszöbértékkel való összehasonlításához használt operátort adja meg.
value	Integer	Megadja azt a küszöbértéket, amelyet az állapotmetrikának teljesítenie kell az állapotszabálynak való megfelelés érdekében.

job.job_csoportok

Type: Sequence

A feladatfürt azon specifikációinak listája, amelyeket a feladat tevékenységei megoszthatnak és újra felhasználhatnak. A tárak nem deklarálhatók megosztott feladatfürtökben. Függő kódtárakat kell deklarálnia a feladatbeállításokban.

A lista minden eleme egy JobCluster.

Key	Típus	Description
job_cluster_key	String	A feladatfürt egyedi neve. Ez a mező kötelező, és a feladaton belül egyedinek kell lennie. JobTaskSettings erre a mezőre hivatkozva meghatározhatja, hogy melyik fürtöt kell elindítani a feladat végrehajtásához.
new_cluster	Map	Ha new_cluster, az egyes tevékenységekhez létrehozott fürt leírása. Lásd a klasztert.

munka.értesítési_beállítások

Type: Map

A feladat összes értesítésére vonatkozó értesítési beállítások.

Key	Típus	Description
no_alert_for_skipped_runs	logikai	Kihagyja-e a kihagyott futtatásokra vonatkozó riasztások küldését.
no_alert_for_canceled_runs	logikai	A megszakított futtatásokra vonatkozó riasztások küldésének kihagyása.

feladat.sor

Type: Map

A feladat sorbeállításai.

Key	Típus	Description
enabled	logikai	Azon, hogy lehetőség legyen a feladat várólistájának engedélyezésére.

feladat.ütemezése

Type: Map

Konfigurálás ütemezése az időszakos feladatvégrehajtáshoz.

Key	Típus	Description
quartz_cron_expression	String	Cron-kifejezés kvarcszintaxissal, amely meghatározza, hogy mikor fut a feladat. A feladatot például 0 0 9 * * ? minden nap 9:00-kor (UTC) futtatja.
timezone_id	String	Az ütemezés időzónája. Például, America/Los_Angeles vagy UTC.
pause_status	String	Az ütemezés szüneteltetve van-e. Érvényes értékek: PAUSED, UNPAUSED.

feladat.aktiváló

Type: Map

Eseményvezérelt feladatvégrehajtás indításának konfigurációja.

Key	Típus	Description
file_arrival	Map	Eseményindító a fájl érkezése alapján. Lásd file_arrival.
table	Map	Eseményindító tábla alapján. Lásd a táblázatot.
table_update	Map	Triggerek táblafrissítések alapján. Lásd table_update.
periodic	Map	Időszakos indító. Lásd : periodikus.

munka.feladat.indítás.fájl_érkezése

Type: Map

A fájl érkezése alapján aktiválja a konfigurációt.

Key	Típus	Description
url	String	Az új fájlok figyelésére szolgáló fájl elérési útja.
min_time_between_triggers_seconds	Integer	A triggeresemények közötti minimális idő másodpercben.
wait_after_last_change_seconds	Integer	Várakozási idő másodpercben az utolsó fájlmódosítás után az aktiválás előtt.

feladat.kiváltó.tábla

Type: Map

A trigger konfigurációja a tábla alapján történik.

Key	Típus	Description
table_names	Sequence	A figyelendő táblanevek listája.
condition	String	A feladat aktiválásához teljesítendő SQL-feltétel.

feladat.kiváltó.tábla_frissítés

Type: Map

A táblafrissítések alapján aktiválja a konfigurációt.

Key	Típus	Description
table_names	Sequence	A frissítések figyeléséhez monitorozni kívánt táblanevek listája.
condition	String	A feladat aktiválásához teljesítendő SQL-feltétel.
wait_after_last_change_seconds	Integer	Várakozási idő másodpercben az utolsó táblafrissítés után az aktiválás előtt.

feladat.kioldás.időszakos

Type: Map

Időszakos triggerkonfiguráció.

Key	Típus	Description
interval	Integer	A rendszeres eseményindító intervallumértéke.
unit	String	Az intervallum időegysége. Érvényes értékek: SECONDS, MINUTES, HOURS, DAYS. WEEKS

job.webhook_értesítések

Type: Map

Webhook értesítési beállításai feladatfuttatásokhoz.

Key	Típus	Description
on_start	Sequence	A futtatás indításakor értesítendő webhook-értesítési azonosítók listája.
on_success	Sequence	A futtatás sikeressége esetén értesítendő webhook-értesítési azonosítók listája.
on_failure	Sequence	A futtatás sikertelensége esetén értesítendő webhook-értesítési azonosítók listája.
on_duration_warning_threshold_exceeded	Sequence	A webhook értesítési azonosítóinak listája, amely értesíti, ha egy futtatási időtartam túllépi a figyelmeztetési küszöbértéket.
on_streaming_backlog_exceeded	Sequence	Azon rendszerértesítési azonosítók listája, amelyek meghívhatók, ha bármely stream esetében túllépik a streameléssel kapcsolatos hátralék küszöbértékét. A streamelési teendőlista küszöbértékei a következő metrikák használatával állíthatók be a health mezőben: STREAMING_BACKLOG_BYTES, STREAMING_BACKLOG_RECORDS, STREAMING_BACKLOG_SECONDSvagy STREAMING_BACKLOG_FILES. A riasztás a metrikák 10 perces átlagán alapul. Ha a probléma továbbra is fennáll, az értesítések 30 percenként újraküldésre kerülnek. Legfeljebb 3 célhely adható meg.

Examples

Az alábbi példa meghatároz egy munkát az hello-job erőforrás kulcsával, amely egy jegyzetfüzet-feladatot tartalmaz:

resources:
  jobs:
    hello-job:
      name: hello-job
      tasks:
        - task_key: hello-task
          notebook_task:
            notebook_path: ./hello.py

Az alábbi példa egy SQL-jegyzetfüzettel rendelkező feladatot határoz meg:

resources:
  jobs:
    job_with_sql_notebook:
      name: 'Job to demonstrate using a SQL notebook with a SQL warehouse'
      tasks:
        - task_key: notebook
          notebook_task:
            notebook_path: ./select.sql
            warehouse_id: 799f096837fzzzz4

További feladatkonfigurációs példákért lásd: Feladatkonfiguráció.

A feladatfeladatok meghatározásával és a feladatbeállítások felülbírálásával kapcsolatos információkért lásd:

• Tevékenységek hozzáadása feladatokhoz a Databricks-eszközcsomagokban
• Feladatfeladat-beállítások felülbírálása

modell (örökölt)

Type: Map

A modellerőforrás lehetővé teszi, hogy örökölt modelleket kötegekben definiálja. A Databricks inkább azt javasolja, hogy a Unity Catalog által regisztrált modelleket használja.

Hozzáadva a Databricks CLI 0.229.0-s verziójához

modellszolgáltatási végpont

Type: Map

A model_serving_endpoint erőforrás lehetővé teszi modellek kiszolgálási végpontjainak definiálását. Lásd: Végpontokat kiszolgáló modell kezelése.

Hozzáadva a Databricks CLI 0.229.0-s verziójához

model_serving_endpoints:
  <model_serving_endpoint-name>:
    <model_serving_endpoint-field-name>: <model_serving_endpoint-field-value>

Key	Típus	Description
ai_gateway	Map	A kiszolgáló végpont AI Gateway-konfigurációja. MEGJEGYZÉS: Jelenleg csak a külső modell és a kiépített átviteli sebesség végpontjai támogatottak. Lásd : ai_gateway. Hozzáadva a Databricks CLI 0.230.0-s verziójához
budget_policy_id	String	A végponthoz használandó költségvetési szabályzat azonosítója. Hozzáadva a Databricks CLI 0.244.0-s verziójához
config	Map	A kiszolgáló végpont alapkonfigurációja. Lásd a konfigurációt. Hozzáadva a Databricks CLI 0.229.0-s verziójához
description	String	A kiszolgáló végpont leírása. Hozzáadva a Databricks CLI 0.260.0-s verziójához
email_notifications	Map	E-mail-értesítések konfigurációja a kiszolgáló végponthoz. Lásd : email_notifications. Hozzáadva a Databricks CLI 0.264.0-s verziójához
lifecycle	Map	Az erőforrás életciklus-beállításait tartalmazza. Ez szabályozza az erőforrás viselkedését az üzembe helyezéskor vagy megsemmisítéskor. Lásd az életciklust. Hozzáadva a Databricks CLI 0.268.0-s verziójához
name	String	A kiszolgáló végpont neve. Ez a mező kötelező, és egyedinek kell lennie egy Databricks-munkaterületen. A végpontnevek alfanumerikus karakterekből, kötőjelekből és aláhúzásjelekből állhatnak. Hozzáadva a Databricks CLI 0.229.0-s verziójához
permissions	Sequence	A végpont engedélyeit kiszolgáló modell. Tekintse meg az engedélyeket. Hozzáadva a Databricks CLI 0.229.0-s verziójához
rate_limits	Sequence	Deprecated. A kiszolgáló végpontra alkalmazandó sebességkorlátok. A sebességkorlátok kezeléséhez használja az AI-átjárót. Hozzáadva a Databricks CLI 0.229.0-s verziójához
route_optimized	logikai	A kiszolgáló végpont útvonaloptimalizálásának engedélyezése. Hozzáadva a Databricks CLI 0.229.0-s verziójához
tags	Sequence	A kiszolgáló végponthoz csatolandó és a számlázási naplókba automatikusan propagált címkék. Hozzáadva a Databricks CLI 0.229.0-s verziójához

model_serving_endpoint.email_notifications

Type: Map

E-mail-értesítések konfigurációja a kiszolgáló végponthoz.

Key	Típus	Description
on_update_failure	Sequence	Azon e-mail-címek listája, amelyről értesítést kell kapnia, ha egy végpont nem frissíti a konfigurációját vagy állapotát.
on_update_success	Sequence	A végpont konfigurációjának vagy állapotának sikeres frissítésekről értesítendő e-mail-címek listája.

modell_kiszolgáló_végpont.ai_átjáró

Type: Map

AI-átjáró konfigurációja a kiszolgáló végponthoz.

Key	Típus	Description
fallback_config	Map	Olyan forgalom-tartalék konfigurációja, amely automatikusan visszaáll más kiszolgált entitásokra, ha a kiszolgált entitásra irányuló kérés bizonyos hibakódokkal meghiúsul, a rendelkezésre állás növelése érdekében. Lásd : fallback_config.
guardrails	Map	Védőkorlát konfigurációja. Lásd a védőkorlátokat.
inference_table_config	Map	Konfigurálás a Unity Catalog-táblákba történő következtetésnaplózáshoz. Lásd inference_table_config.
rate_limits	Sequence	Sebességkorlát-konfigurációk.
usage_tracking_config	Map	A használat nyomon követésének konfigurációja. Lásd usage_tracking_config.

model_serving_endpoint.ai_gateway.fallback_config

Type: Map

A forgalom-visszavétel konfigurációja, amely automatikusan visszaesik más kiszolgált entitásokra, ha egy kérés bizonyos hibakódokkal meghiúsul.

Key	Típus	Description
enabled	logikai	Azt jelzi, hogy a tartalék szolgáltatás engedélyezve van-e ehhez a végponthoz.

model_serving_endpoint.ai_gateway.védőkorlátok

Type: Map

Az AI-átjáró védőkorlátjának konfigurációja.

Key	Típus	Description
input	Map	A bemeneti védőkorlátok konfigurációja olyan mezőkkel, mint a safety: pii.
output	Map	A kimeneti védőkorlátok konfigurációja olyan mezőkkel, mint a safety: pii.
invalid_keywords	Sequence	A letiltandó kulcsszavak listája.

model_serving_endpoint.ai_gateway.inference_table_config

Type: Map

Konfigurálás a Unity Catalog-táblákba történő következtetésnaplózáshoz.

Key	Típus	Description
catalog_name	String	A katalógus neve a Unity Katalógusban.
schema_name	String	A séma neve a Unity Catalogban.
table_name_prefix	String	A következtetési táblanevek előtagja.
enabled	logikai	Azt jelzi, hogy engedélyezve van-e a következtetési tábla naplózása.

modellkiszolgáló_végpont.ai_átjáró.használat_követési_konfiguráció

Type: Map

Az AI-átjáró konfigurációja a használat nyomon követéséhez.

Key	Típus	Description
enabled	logikai	Engedélyezve van-e a használatkövetés.

model_serving_endpoint.config

Type: Map

A kiszolgáló végpont alapkonfigurációja.

Key	Típus	Description
served_entities	Sequence	A végpont kiszolgálandó entitásainak listája. Minden kiszolgált entitás olyan mezőket tartalmaz, mint a entity_name, entity_version, workload_size, scale_to_zero_enabled, workload_typeenvironment_vars.
served_models	Sequence	(Elavult: használja served_entities inkább) A végpont kiszolgálandó modelljeinek listája.
traffic_config	Map	A forgalomkonfiguráció határozza meg, hogyan kell átirányítani a kiszolgáló végpontra történő hívásokat. Lásd traffic_config.
auto_capture_config	Map	Konfigurálás következtetési táblákhoz, amelyek automatikusan naplóznak kéréseket és válaszokat a Unity Catalogba. Lásd : auto_capture_config.

model_serving_endpoint.konfiguráció.forgalom_konfiguráció

Type: Map

A forgalomkonfiguráció határozza meg, hogyan kell átirányítani a kiszolgáló végpontra történő hívásokat.

Key	Típus	Description
routes	Sequence	A forgalomelosztás útvonalainak listája. Minden útvonal tartalmaz served_model_name és traffic_percentage.

model_serving_endpoint.config.auto_capture_config

Type: Map

Konfigurálás következtetési táblákhoz, amelyek automatikusan naplóznak kéréseket és válaszokat a Unity Catalogba.

Key	Típus	Description
catalog_name	String	A katalógus neve a Unity Katalógusban.
schema_name	String	A séma neve a Unity Catalogban.
table_name_prefix	String	A következtetési táblanevek előtagja.
enabled	logikai	Azt jelzi, hogy engedélyezve van-e a következtetési tábla naplózása.

Example

Az alábbi példa egy végpontot kiszolgáló Unity Catalog-modellt határoz meg:

resources:
  model_serving_endpoints:
    uc_model_serving_endpoint:
      name: 'uc-model-endpoint'
      config:
        served_entities:
          - entity_name: 'myCatalog.mySchema.my-ads-model'
            entity_version: '10'
            workload_size: 'Small'
            scale_to_zero_enabled: 'true'
        traffic_config:
          routes:
            - served_model_name: 'my-ads-model-10'
              traffic_percentage: '100'
      tags:
        - key: 'team'
          value: 'data science'

adatfolyam

Type: Map

A folyamatok támogatottak a Python for Databricks Asset Bundlesben. Lásd : databricks.bundles.pipelines.

A pipeline-erőforrás lehetővé teszi pipeline-ek létrehozását. A folyamatokról további információt a Lakeflow Spark Deklaratív folyamatok című témakörben talál. A Databricks Asset Bundles-sablont egy folyamat létrehozásához használó oktatóanyagért lásd: Lakeflow Spark Deklaratív folyamatok fejlesztése Databricks-eszközcsomagokkal.

Hozzáadva a Databricks CLI 0.229.0-s verziójához

pipelines:
  <pipeline-name>:
    <pipeline-field-name>: <pipeline-field-value>

Key	Típus	Description
allow_duplicate_names	logikai	Ha hamis, az üzembe helyezés meghiúsul, ha a név ütközik egy másik folyamat nevével. Hozzáadva a Databricks CLI 0.261.0-s verziójához
budget_policy_id	String	A folyamat költségvetési szabályzata. Hozzáadva a Databricks CLI 0.230.0-s verziójához
catalog	String	Egy katalógus a Unity Catalogon belül, amelybe ennek a folyamatnak az adatai lesznek közzétéve. Ha target meg van adva, a folyamat táblái közzé lesznek téve egy target sémában catalog (például catalog.target.table). Ha target nincs megadva, a Rendszer nem teszi közzé az adatokat a Unity Catalogban. Hozzáadva a Databricks CLI 0.229.0-s verziójához
channel	String	A Lakeflow Spark Deklaratív folyamatok kiadási csatornája meghatározza, melyik verzióját használja a Lakeflow Spark deklaratív folyamatoknak. Hozzáadva a Databricks CLI 0.229.0-s verziójához
clusters	Sequence	A csővezeték-telepítés fürtbeállításai. Lásd a klasztert. Hozzáadva a Databricks CLI 0.229.0-s verziójához
configuration	Map	A folyamat végrehajtásának konfigurációja. Hozzáadva a Databricks CLI 0.229.0-s verziójához
continuous	logikai	A csővezeték folyamatos vagy aktivált állapotú-e. Ez triggerhelyébe lép. Hozzáadva a Databricks CLI 0.229.0-s verziójához
deployment	Map	Az üzembehelyezési csővezeték típusa. Lásd az üzembe helyezést. Hozzáadva a Databricks CLI 0.229.0-s verziójához
development	logikai	Azt jelzi, hogy a folyamat fejlesztési módban van-e. Alapértelmezés szerint hamis. Hozzáadva a Databricks CLI 0.229.0-s verziójához
dry_run	logikai	Azt jelzi, hogy a folyamat száraz futtatási folyamat-e.
edition	String	A folyamat termékverziója. Hozzáadva a Databricks CLI 0.229.0-s verziójához
environment	Map	Ennek a folyamatnak a környezeti specifikációja a kiszolgáló nélküli számítás függőségeinek telepítéséhez használatos. Lásd a környezetet. Ez a kulcs csak a Databricks CLI 0.258-es vagy újabb verziójában támogatott. Hozzáadva a Databricks CLI 0.257.0-s verziójához
event_log	Map	A folyamat eseménynapló-konfigurációja. Lásd : event_log. Hozzáadva a Databricks CLI 0.246.0-s verziójához
filters	Map	Azok a szűrők, amelyek meghatározzák, hogy mely folyamatcsomagok szerepeljenek az üzembe helyezett gráfban. Szűrők megtekintése. Hozzáadva a Databricks CLI 0.229.0-s verziójához
gateway_definition	Map	Az átjárófolyamat konfigurációja. Ezek a beállítások nem használhatók a ingestion_definition beállításokkal. Hozzáadva a Databricks CLI 0.229.0-s verziójához
id	String	Az adatfolyam egyedi azonosítója. Hozzáadva a Databricks CLI 0.229.0-s verziójához
ingestion_definition	Map	A felügyelt betöltési folyamat konfigurációja. Ezek a beállítások nem használhatók a libraries, schema, targetvagy catalog a beállításokkal. Lásd ingestion_definition. Hozzáadva a Databricks CLI 0.229.0-s verziójához
libraries	Sequence	Az üzembe helyezéshez szükséges könyvtárak vagy kód listája. Lásd: pipeline.libraries. Hozzáadva a Databricks CLI 0.229.0-s verziójához
lifecycle	Map	Az erőforrás életciklus-beállításait tartalmazza. Ez szabályozza az erőforrás viselkedését az üzembe helyezéskor vagy megsemmisítéskor. Lásd az életciklust. Hozzáadva a Databricks CLI 0.268.0-s verziójához
name	String	A csővezeték barátságos neve. Hozzáadva a Databricks CLI 0.229.0-s verziójához
notifications	Sequence	A folyamat értesítési beállításai. Tekintse meg az értesítéseket. Hozzáadva a Databricks CLI 0.229.0-s verziójához
permissions	Sequence	A csővezeték engedélyei. Tekintse meg az engedélyeket. Hozzáadva a Databricks CLI 0.229.0-s verziójához
photon	logikai	Azt jelzi, hogy a Photon engedélyezve van-e ehhez a folyamathoz. Ezt a kulcsot a rendszer figyelmen kívül hagyja, ha serverless be van állítva true. Hozzáadva a Databricks CLI 0.229.0-s verziójához
restart_window	Map	A folyamat újraindítási ablakának definiálása. A folyamatok ebben az ablakban anélkül indíthatók újra, hogy lemaradnak.
root_path	String	A pipeline gyökérútvonala. Ez lesz a gyökérkönyvtár a Databricks felhasználói felületén végzett folyamat szerkesztésekor, és a rendszer hozzáadja a sys.path fájlhoz, amikor Python-forrásokat futtat a folyamat végrehajtása során. Hozzáadva a Databricks CLI 0.253.0-s verziójához
run_as	Map	A csővezeték által használt identitás. Ha nincs megadva, a folyamat a folyamatot létrehozó felhasználóként fut. Csak user_name vagy service_principal_name megadható. Ha mindkettő meg van adva, a rendszer hibát jelez. Lásd : run_as. Hozzáadva a Databricks CLI 0.241.0-s verziójához
schema	String	Az alapértelmezett séma (adatbázis), amelybe a táblák beolvashatók vagy közzétehetők. Hozzáadva a Databricks CLI 0.230.0-s verziójához
serverless	logikai	A kiszolgáló nélküli számítás engedélyezve van-e ehhez a folyamathoz. Hozzáadva a Databricks CLI 0.229.0-s verziójához
storage	String	Az ellenőrzőpontok és táblák tárolására szolgáló DBFS gyökérkönyvtár. Hozzáadva a Databricks CLI 0.229.0-s verziójához
tags	Map	A folyamathoz társított címkék térképe. Ezek fürtcímkékként vannak továbbítva a fürtnek, ezért ugyanazokra a korlátozásokra vonatkoznak. Legfeljebb 25 címke adható hozzá a folyamathoz. Hozzáadva a Databricks CLI 0.256.0-s verziójához
target	String	Célséma (adatbázis) a folyamat tábláinak hozzáadásához. Pontosan az egyiket meg kell adni: schema vagy target. A Unity Catalogban való közzétételhez adja meg catalog azt is. Ez az örökölt mező elavult a folyamatlétrehozáshoz a schema mező javára. Hozzáadva a Databricks CLI 0.229.0-s verziójához
usage_policy_id	String	A folyamathoz használandó használati szabályzat azonosítója. Hozzáadva a Databricks CLI 0.273.0-s verziójához

csővezeték.telepítés

Type: Map

A folyamat üzembehelyezési típusának konfigurálása.

Key	Típus	Description
kind	String	Az üzembe helyezés típusa. Például: BUNDLE.
metadata_file_path	String	Az üzembe helyezés metaadatfájljának elérési útja.

csővezeték.környezet

Type: Map

Környezeti specifikáció a kiszolgáló nélküli számítás függőségeinek telepítéséhez.

Key	Típus	Description
dependencies	Sequence	A környezetben lévő pip verzió által támogatott pip-függőségek listája. Minden függőség egy pipkövetelmény-fájlsor.

pipeline.eseménynapló

Type: Map

A folyamat eseménynapló-konfigurációja.

Key	Típus	Description
catalog	String	A Unity Katalógus, amely alatt az eseménynapló közzé van téve.
name	String	Az eseménynapló neve közzé lesz téve a Unity Katalógusban.
schema	String	A Unity Catalog sémája, amelyben az eseménynapló közzé van téve.

pipeline.szűrők

Type: Map

Szűrők, amelyek meghatározzák, hogy mely folyamatcsomagok szerepeljenek az üzembe helyezett gráfban.

Key	Típus	Description
include	Sequence	A belefoglalandó csomagnevek listája.
exclude	Sequence	A kizárandó csomagnevek listája.

csővezeték.beviteli_definíció

Type: Map

Felügyelt befogadási csővezeték konfigurálása. Ezek a beállítások nem használhatók a libraries, schema, targetvagy catalog a beállításokkal.

Key	Típus	Description
connection_name	String	A betöltéshez használandó kapcsolat neve.
ingestion_gateway_id	String	Az ingestion gateway azonosítója.
objects	Sequence	Szükséges. A replikálni kívánt táblákat és a replikált táblák célhelyét meghatározó beállítások. Minden objektum lehet SchemaSpec, TableSpec vagy ReportSpec.
source_configurations	Sequence	Legfelső szintű forráskonfigurációk.
table_configuration	Map	A betöltési táblák konfigurációja. Lásd table_configuration.

SémaSpecifikáció

Type: Map

Sémaobjektum-specifikáció az összes tábla sémaból való betöltéséhez.

Key	Típus	Description
source_schema	String	A bemeneti forrásséma neve.
destination_catalog	String	A Unity Katalógus célkatalógusának neve.
destination_schema	String	A célséma neve a Unity Catalogban.
table_configuration	Map	A séma összes táblájának alkalmazásához használható konfiguráció. Lásd pipeline.ingestion_definition.table_configuration.

TableSpec

Type: Map

Táblaobjektum-specifikáció egy adott tábla betöltéséhez.

Key	Típus	Description
source_schema	String	A táblát tartalmazó forrásséma neve.
source_table	String	A beolvasandó forrásadattábla neve.
destination_catalog	String	A Unity Katalógus célkatalógusának neve.
destination_schema	String	A célséma neve a Unity Catalogban.
destination_table	String	A célállomás táblaneve a Unity Catalogban.
table_configuration	Map	Az adott tábla konfigurációja. Lásd pipeline.ingestion_definition.table_configuration.

ReportSpec

Type: Map

Jelentésobjektum specifikáció analitikai jelentések beolvasásához.

Key	Típus	Description
source_url	String	A forrásjelentés URL-címe.
source_report	String	A forrásjelentés neve vagy azonosítója.
destination_catalog	String	A Unity Katalógus célkatalógusának neve.
destination_schema	String	A célséma neve a Unity Catalogban.
destination_table	String	A jelentésadatok céltáblájának neve.
table_configuration	Map	A jelentéstábla konfigurációja. Lásd pipeline.ingestion_definition.table_configuration.

pipeline.ingestion_definition.source_configurations

Type: Map

A forrás konfigurációja.

Key	Típus	Description
catalog	Map	Katalógusszintű forráskonfigurációs paraméterek. Lásd a katalógust.

csővezeték.beviteli_definíció.forrás_konfiguráció.katalógus

Type: Map

Katalógusszintű forráskonfigurációs paraméterek

Key	Típus	Description
postgres	Map	Postgres-specifikus katalógusszintű konfigurációs paraméterek. Egy slot_config olyan kulcsot tartalmaz, amely Map a Postgres foglalat logikai replikációhoz használható konfigurációját jelöli.
source_catalog	String	A forráskatalógus neve.

pipeline.bevitel_definíció.táblakonfiguráció

Type: Map

A betöltési táblák konfigurációs beállításai.

Key	Típus	Description
exclude_columns	Sequence	Az oszlopnevek listája, melyeket ki kell zárni a betöltési folyamat során. Ha nincs megadva, a include_columns teljes mértékben szabályozza a betöltendő oszlopokat. Ha meg van adva, a rendszer automatikusan belefoglalja az összes többi oszlopot, beleértve a jövőbeli oszlopokat is, az adatbevitelhez. Ez a mező kölcsönösen kizárólagos ezzel: include_columns.
include_columns	Sequence	A betöltéshez felveendő oszlopnevek listája. Ha nincs megadva, a program az összes oszlopot tartalmazza, kivéve a benne lévőket exclude_columns . A jövőbeli oszlopok automatikusan megjelennek. Ha meg van adva, a rendszer automatikusan kizárja az összes többi jövőbeli oszlopot a betöltésből. Ez a mező kölcsönösen kizárólagos ezzel: exclude_columns.
primary_keys	Sequence	A tábla elsődleges kulcsaként használandó oszlopnevek listája.
sequence_by	Sequence	A forrásadatokban szereplő események logikai sorrendjét meghatározó oszlopnevek. A Spark deklaratív csővezetékei a szekvenálás használatával kezelik a sorrenden kívül érkező változási eseményeket.

csővezeték.könyvtárak

Type: Sequence

Meghatározza a folyamathoz szükséges könyvtárak vagy kódok listáját.

A lista minden eleme definíció:

Key	Típus	Description
file	Map	A Databricks-adattárakban tárolt és egy pipeline-ot meghatározó fájl elérési útvonala. Lásd pipeline.libraries.file.
glob	Map	Az egyesített mező, amely tartalmazza a forráskódot. Minden bejegyzés lehet egy jegyzetfüzet elérési útja, egy fájl elérési útja vagy egy mappa elérési útja, amely véget ér /**. Ez a mező nem használható együtt a notebook vagy a file elemekkel. Lásd : pipeline.libraries.glob.
notebook	Map	A folyamatot meghatározó és a Databricks-munkaterületen tárolt jegyzetfüzet elérési útja. Lásd: pipeline.libraries.notebook.
whl	String	Ez a mező elavult

pipeline.libraries.file

Type: Map

Egy folyamatot meghatározó és a Databricks-adattárban tárolt fájl elérési útja.

Key	Típus	Description
path	String	A forráskód abszolút elérési útja.

pipeline.libraries.glob

Type: Map

Az egyesített mező, amely tartalmazza a forráskódot. Minden bejegyzés lehet egy jegyzetfüzet elérési útja, egy fájl elérési útja vagy egy mappa elérési útja, amely véget ér /**. Ez a mező nem használható együtt a notebook vagy a file elemekkel.

Key	Típus	Description
include	String	A pipelínekhez hozzáadandó forráskód

csővezeték.könyvtárak.jegyzetfüzet

Type: Map

A folyamatot meghatározó és a Databricks-munkaterületen tárolt jegyzetfüzet elérési útja.

Key	Típus	Description
path	String	A forráskód abszolút elérési útja.

pipeline.notifications

Type: Sequence

A folyamat értesítési beállításai. A sorozat minden eleme egy értesítési konfiguráció.

Key	Típus	Description
alerts	Sequence	Értesítéseket aktiváló riasztások listája. Az érvényes értékek a következők: on-update-success, on-update-failure, on-update-fatal-failureon-flow-failure.
email_recipients	Sequence	A konfigurált riasztás aktiválásakor értesítendő e-mail-címek listája.

Example

Az alábbi példa egy pipeline-t határoz meg az erőforráskulcs hello-pipelinesegítségével.

resources:
  pipelines:
    hello-pipeline:
      name: hello-pipeline
      clusters:
        - label: default
          num_workers: 1
      development: true
      continuous: false
      channel: CURRENT
      edition: CORE
      photon: false
      libraries:
        - notebook:
            path: ./pipeline.py

További folyamatkonfigurációs példákért lásd: Folyamatkonfiguráció.

postgres_branch

Type:Map

A Postgres-ágerőforrás lehetővé teszi a Lakebase-ágak meghatározását egy csomagban. Meg kell határoznia a megfelelő Postgres-projekteket és számítási végpontokat is.

Hozzáadva a Databricks CLI 0.287.0-s verziójához

postgres_branches:
  <postgres_branch-name>:
    <postgres_branch-field-name>: <postgres_branches-field-value>

Key	Típus	Description
branch_id	String	Az ághoz használandó azonosító. Ez lesz az ág erőforrásnevének végső összetevője. Az azonosító megadása kötelező, és 1–63 karakter hosszúnak kell lennie, kisbetűvel kezdődik, és csak kisbetűket, számokat és kötőjeleket tartalmaz. development például projects/my-app/branches/developmentlesz. Hozzáadva a Databricks CLI 0.287.0-s verziójához
expire_time	String	Abszolút lejárati időbélyeg. Ha be van állítva, az ág ekkor lejár. Hozzáadva a Databricks CLI 0.287.0-s verziójához
is_protected	logikai	Ha igaz értékre van állítva, megvédi az ágat a törléstől és az alaphelyzetbe állítástól. A társított számítási végpontok és a projekt nem törölhető, amíg az ág védett. Hozzáadva a Databricks CLI 0.287.0-s verziójához
no_expiry	logikai	Explicit módon tiltsa le a lejáratot. Ha igaz értékre van állítva, az ág nem jár le. Ha hamis értékre van állítva, a kérés érvénytelen; ttl vagy expire_time helyett. Hozzáadva a Databricks CLI 0.287.0-s verziójához
parent	String	Az a projekt, amelyben ez az ág létrejön. Formátum: projects/{project_id} Hozzáadva a Databricks CLI 0.287.0-s verziójához
source_branch	String	Annak a forráságnak a neve, amelyből ezt az ágat létrehozták (adatsorok az időponthoz kötött helyreállításhoz). Ha nincs megadva, alapértelmezés szerint a projekt alapértelmezett ága lesz. Formátum: projects/{project_id}/branches/{branch_id} Hozzáadva a Databricks CLI 0.287.0-s verziójához
source_branch_lsn	String	A naplóütemezési szám (LSN) azon a forráságon, amelyből ezt az ágat létrehozták. Hozzáadva a Databricks CLI 0.287.0-s verziójához
source_branch_time	String	Annak a forráságnak az időpontja, amelyből az ág létrejött. Hozzáadva a Databricks CLI 0.287.0-s verziójához
ttl	String	Relatív élettartam. Ha be van állítva, az ág creation_time + ttl időpontban lejár. Hozzáadva a Databricks CLI 0.287.0-s verziójához

Example

Lásd postgres_projects példát.

postgres_endpoint

Type: Map

A postgres_endpoints erőforrás lehetővé teszi a Lakebase számítási végpontok meghatározását egy csomagban. Meg kell határoznia a megfelelő Lakebase-projekteket és a Lakebase-ágakat is.

Hozzáadva a Databricks CLI 0.287.0-s verziójához

postgres_endpoints:
  <postgres_endpoint-name>:
    <postgres_endpoint-field-name>: <postgres_endpoint-field-value>

Key	Típus	Description
autoscaling_limit_max_cu	Szám	A számítási egységek maximális száma. A minimális érték 0,5. Hozzáadva a Databricks CLI 0.287.0-s verziójához
autoscaling_limit_min_cu	Szám	A számítási egységek minimális száma. A minimális érték 0,5. Hozzáadva a Databricks CLI 0.287.0-s verziójához
disabled	logikai	A számítási végponthoz való kapcsolatok korlátozása. A beállítás engedélyezése felfüggeszti a számítási műveletet. A letiltott számítási végpontok nem engedélyezhetők kapcsolati vagy konzolműveletekkel. Hozzáadva a Databricks CLI 0.287.0-s verziójához
endpoint_id	String	A végponthoz használandó azonosító. Ez lesz a végpont erőforrásnevének végső összetevője. Az azonosító megadása kötelező, és 1–63 karakter hosszúnak kell lennie, kisbetűvel kezdődik, és csak kisbetűket, számokat és kötőjeleket tartalmaz. primary például projects/my-app/branches/development/endpoints/primarylesz. Hozzáadva a Databricks CLI 0.287.0-s verziójához
endpoint_type	String	A végpont típusa. Egy ágnak csak egy READ_WRITE végpontja lehet. Lehetséges értékek: ENDPOINT_TYPE_READ_WRITE, ENDPOINT_TYPE_READ_ONLY. Hozzáadva a Databricks CLI 0.287.0-s verziójához
no_suspension	logikai	Ha igaz értékre van állítva, explicit módon letiltja az automatikus felfüggesztést (soha ne függesztse fel). Ha meg van adva, igaz értékre kell állítani. Hozzáadva a Databricks CLI 0.287.0-s verziójához
parent	String	Az ág, ahol a végpont létrejön. Formátum: projects/{project_id}/branches/{branch_id} Hozzáadva a Databricks CLI 0.287.0-s verziójához
settings	Map	Számítási végpont beállításainak gyűjteménye. Hozzáadva a Databricks CLI 0.287.0-s verziójához
suspend_timeout_duration	String	Az inaktivitás időtartama, amely után a számítási végpont automatikusan fel van függesztve. Ha meg van adva, 60 és 604800 között kell lennie (1 perc és 1 hét között). Hozzáadva a Databricks CLI 0.287.0-s verziójához

Example

Lásd postgres_projects példát.

postgres_project

Type: Map

A Postgres-projekterőforrás lehetővé teszi, hogy a Lakebase automatikus skálázási Postgres-adatbázisprojekteket egy csomagban definiálja. Meg kell határoznia a megfelelő Postgres-ágakat és számítási végpontokat is.

Hozzáadva a Databricks CLI 0.287.0-s verziójához

postgres_projects:
  <postgres_project-name>:
    <postgres_project-field-name>: <postgres_project-field-value>

Key	Típus	Description
default_endpoint_settings	Map	Számítási végpont beállításainak gyűjteménye. Lásd : postgres_project.default_endpoint_settings. Hozzáadva a Databricks CLI 0.287.0-s verziójához
display_name	String	Ember által olvasható projektnév. A hossznak 1 és 256 karakter közöttinek kell lennie. Hozzáadva a Databricks CLI 0.287.0-s verziójához
history_retention_duration	String	A projekt összes ágának megosztott előzményeinek megőrzéséhez szükséges másodpercek száma a pont-idő helyreállításhoz. Az érték 0 és 2592000 közötti lehet (legfeljebb 30 nap). Hozzáadva a Databricks CLI 0.287.0-s verziójához
pg_version	Integer	A Fő Postgres-verziószám. A támogatott verziók: 16 és 17. Hozzáadva a Databricks CLI 0.287.0-s verziójához
project_id	String	A Projekthez használandó azonosító. Ez lesz a projekt erőforrásnevének utolsó összetevője. Az azonosító megadása kötelező, és 1–63 karakter hosszúnak kell lennie, kisbetűvel kezdődik, és csak kisbetűket, számokat és kötőjeleket tartalmaz. my-app például projects/my-applesz. Hozzáadva a Databricks CLI 0.287.0-s verziójához

példa

resources:
  postgres_projects:
    my_db:
      project_id: test-prod-app
      display_name: 'Production Database'
      pg_version: 17

  postgres_branches:
    main:
      parent: ${resources.postgres_projects.my_db.id}
      branch_id: main
      is_protected: false
      no_expiry: true

  postgres_endpoints:
    primary:
      parent: ${resources.postgres_branches.main.id}
      endpoint_id: primary
      endpoint_type: ENDPOINT_TYPE_READ_WRITE
      autoscaling_limit_min_cu: 0.5
      autoscaling_limit_max_cu: 4

postgres_project.default_endpoint_settings

Type: Map

Key	Típus	Description
autoscaling_limit_max_cu	Szám	A számítási egységek maximális száma. A minimális érték 0,5.
autoscaling_limit_min_cu	Szám	A számítási egységek minimális száma. A minimális érték 0,5.
no_suspension	logikai	Ha igaz értékre van állítva, explicit módon letiltja az automatikus felfüggesztést (soha ne függesztse fel). Ha meg van adva, igaz értékre kell állítani.
pg_settings	Map	A Postgres-beállítások nyers ábrázolása.
suspend_timeout_duration	String	Az inaktivitás időtartama, amely után a számítási végpont automatikusan fel van függesztve. Ha meg van adva, 60 és 604800 között kell lennie (1 perc és 1 hét között).

minőségfigyelő (Unity Catalog)

Type: Map

A quality_monitor erőforrás lehetővé teszi egy Unity Catalog táblamonitormeghatározását. A monitorokról további információt az Adatprofilozás című témakörben talál.

Hozzáadva a Databricks CLI 0.229.0-s verziójához

quality_monitors:
  <quality_monitor-name>:
    <quality_monitor-field-name>: <quality_monitor-field-value>

Key	Típus	Description
assets_dir	String	A monitorozási eszközök tárolására szolgáló könyvtár (például irányítópult, metrikatáblák). Hozzáadva a Databricks CLI 0.229.0-s verziójához
baseline_table_name	String	Annak az alaptáblának a neve, amelyből az eltolódási metrikákat számítja ki. A figyelt tábla oszlopainak is szerepelnie kell az alaptáblában. Hozzáadva a Databricks CLI 0.229.0-s verziójához
custom_metrics	Sequence	A figyelt táblán kiszámítandó egyéni metrikák. Ezek lehetnek összesített metrikák, származtatott metrikák (már kiszámított összesített metrikákból) vagy sodródási metrikák (metrikák összehasonlítása az időablakokban). Lásd : custom_metrics. Hozzáadva a Databricks CLI 0.229.0-s verziójához
inference_log	Map	Konfigurálás a következtetési naplók figyeléséhez. Lásd az inference_log-ot. Hozzáadva a Databricks CLI 0.229.0-s verziójához
latest_monitor_failure_msg	String	A monitorhibák legújabb hibaüzenete. Ez egy írásvédett mező, amely akkor lesz feltöltve, ha egy figyelő meghibásodik. Hozzáadva a Databricks CLI 0.264.0-s verziójához
lifecycle	Map	Az erőforrás életciklus-beállításait tartalmazza. Ez szabályozza az erőforrás viselkedését az üzembe helyezéskor vagy megsemmisítéskor. Lásd az életciklust. Hozzáadva a Databricks CLI 0.268.0-s verziójához
notifications	Map	A monitor értesítési beállításai. Tekintse meg az értesítéseket. Hozzáadva a Databricks CLI 0.229.0-s verziójához
output_schema_name	String	Séma, ahol a kimeneti metrikatáblák létrejönnek. Hozzáadva a Databricks CLI 0.229.0-s verziójához
schedule	Map	A metrikatáblák automatikus frissítésének és megújításának ütemezése. Lásd az ütemezést. Hozzáadva a Databricks CLI 0.229.0-s verziójához
skip_builtin_dashboard	logikai	Kihagyhatja-e az adatminőségi metrikákat összegző alapértelmezett irányítópult létrehozását. Hozzáadva a Databricks CLI 0.229.0-s verziójához
slicing_exprs	Sequence	Az adatok célzott elemzéshez való szeleteléséhez használt oszlopkifejezések listája. Az adatokat egymástól függetlenül csoportosítja az egyes kifejezések, így az egyes predikátumok és azok kiegészítései külön szeletet alkotnak. Magas számosságú oszlopok esetében csak a leggyakoribb 100 egyedi érték alapján készítenek szeleteket. Hozzáadva a Databricks CLI 0.229.0-s verziójához
snapshot	Map	Pillanatképtáblák monitorozásának konfigurációja. Tekintse meg a pillanatképet. Hozzáadva a Databricks CLI 0.229.0-s verziójához
table_name	String	A tábla teljes neve. Hozzáadva a Databricks CLI 0.235.0-s verziójához
time_series	Map	Az idősortáblák monitorozásának konfigurálása. Lásd time_series. Hozzáadva a Databricks CLI 0.229.0-s verziójához
warehouse_id	String	Opcionális paraméter a raktár megszabására az irányítópult létrehozásakor. Ha nincs megadva, a rendszer az első futó raktárat használja. Hozzáadva a Databricks CLI 0.229.0-s verziójához

minőségellenőrző.egyedi_mérőszámok

Type: Sequence

Egyéni metrikadefiníciók listája.

A lista minden eleme egy CustomMetric.

Key	Típus	Description
definition	String	Jinja-sablon egy SQL-kifejezéshez, amely meghatározza a metrika kiszámításának módját. Lásd: metrikadefiníció létrehozása.
input_columns	Sequence	A bemeneti táblában szereplő oszlopnevek listája, amely alapján a metrikát ki kell számítani. :table Azt jelezheti, hogy a metrika több oszlopból származó információra van szüksége.
name	String	A kimeneti táblák metrikájának neve.
output_data_type	String	Az egyéni metrika kimeneti típusa.
type	String	Csak az egyik lehet: CUSTOM_METRIC_TYPE_AGGREGATE, CUSTOM_METRIC_TYPE_DERIVED vagy CUSTOM_METRIC_TYPE_DRIFT. A CUSTOM_METRIC_TYPE_AGGREGATE és CUSTOM_METRIC_TYPE_DERIVED metrikák egyetlen táblán vannak kiszámítva, míg a CUSTOM_METRIC_TYPE_DRIFT metrikák összehasonlítják az alapszintet és a bemeneti táblát, vagy a két egymást követő időablak metrikáit. CUSTOM_METRIC_TYPE_AGGREGATE: csak a tábla meglévő oszlopaitól függ CUSTOM_METRIC_TYPE_DERIVED: a korábban kiszámított összesített metrikáktól függ CUSTOM_METRIC_TYPE_DRIFT: a korábban kiszámított összesített vagy származtatott metrikáktól függ

quality_monitor.inference_log

Type: Map

Konfigurálás a következtetési naplók figyeléséhez.

Key	Típus	Description
granularities	Sequence	A következtetési naplók összesítésének időrészletei (például ["1 day"]).
model_id_col	String	A modellazonosítót tartalmazó oszlop neve.
prediction_col	String	Az előrejelzést tartalmazó oszlop neve.
timestamp_col	String	Az időbélyeget tartalmazó oszlop neve.
problem_type	String	A ML-probléma típusa. Az érvényes értékek a következők: PROBLEM_TYPE_CLASSIFICATION. PROBLEM_TYPE_REGRESSION
label_col	String	Az oszlop neve, amely a címkét (valós adat) tartalmazza.
prediction_proba_col	String	Az előrejelzési valószínűségeket tartalmazó oszlop neve.

minőségellenőrző.értesítések

Type: Map

A monitor értesítési beállításai.

Key	Típus	Description
on_failure	Map	Értesítési beállítások, ha a figyelő meghibásodik. Lásd : on_failure.
on_new_classification_tag_detected	Map	Értesítési beállítások új besorolási címkék észlelésekor. Lásd : on_new_classification_tag_detected.

minőség_monitor.értesítések.hiba_esetén

Type: Map

Értesítési beállítások, ha a figyelő meghibásodik.

Key	Típus	Description
email_addresses	Sequence	A monitorhibáról értesítendő e-mail-címek listája.

quality_monitor.értesítések.új_osztályozási_címke_észlelése

Type: Map

Értesítési beállítások új besorolási címkék észlelésekor.

Key	Típus	Description
email_addresses	Sequence	Az új besorolási címkék észlelésekor értesítendő e-mail-címek listája.

minőség_monitor.program

Type: Map

Metrikatáblák automatikus frissítésének és újratöltésének ütemezése.

Key	Típus	Description
quartz_cron_expression	String	Cron-kifejezés kvarcszintaxissal. Például 0 0 8 * * ? minden nap reggel 8:00-kor fut.
timezone_id	String	Az ütemezés időzónája (például UTC, America/Los_Angeles).
pause_status	String	Azt jelzi, hogy az ütemezés szüneteltetve van-e. Érvényes értékek: PAUSED, UNPAUSED.

minőségfigyelő.pillanatkép

Type: Map

Pillanatképtáblák monitorozásának konfigurációja.

minőségfigyelő.idősor

Az idősortáblák monitorozásának konfigurálása.

Key	Típus	Description
granularities	Sequence	Az idősoradatok összesítésének időrészletei (például ["30 minutes"]).
timestamp_col	String	Az időbélyeget tartalmazó oszlop neve.

Examples

Az alábbi példák minőségi monitorokat határoznak meg az InferenceLog, a TimeSeries és a Snapshot profiltípusokhoz.

# InferenceLog profile type
resources:
  quality_monitors:
    my_quality_monitor:
      table_name: dev.mlops_schema.predictions
      output_schema_name: ${bundle.target}.mlops_schema
      assets_dir: /Workspace/Users/${workspace.current_user.userName}/databricks_lakehouse_monitoring
      inference_log:
        granularities: [1 day]
        model_id_col: model_id
        prediction_col: prediction
        label_col: price
        problem_type: PROBLEM_TYPE_REGRESSION
        timestamp_col: timestamp
      schedule:
        quartz_cron_expression: 0 0 8 * * ? # Run Every day at 8am
        timezone_id: UTC

# TimeSeries profile type
resources:
  quality_monitors:
    my_quality_monitor:
      table_name: dev.mlops_schema.predictions
      output_schema_name: ${bundle.target}.mlops_schema
      assets_dir: /Workspace/Users/${workspace.current_user.userName}/databricks_lakehouse_monitoring
      time_series:
        granularities: [30 minutes]
        timestamp_col: timestamp
      schedule:
        quartz_cron_expression: 0 0 8 * * ? # Run Every day at 8am
        timezone_id: UTC

# Snapshot profile type
resources:
  quality_monitors:
    my_quality_monitor:
      table_name: dev.mlops_schema.predictions
      output_schema_name: ${bundle.target}.mlops_schema
      assets_dir: /Workspace/Users/${workspace.current_user.userName}/databricks_lakehouse_monitoring
      snapshot: {}
      schedule:
        quartz_cron_expression: 0 0 8 * * ? # Run Every day at 8am
        timezone_id: UTC

Az alábbi példa egy minőségfigyelőt és egy megfelelő modell újratanítási feladatátképzési feladatot konfigurál a figyelés alapján:

# Quality monitoring workflow
resources:
  quality_monitors:
    mlops_quality_monitor:
      table_name: ${bundle.target}.mlops_demo.predictions
      output_schema_name: ${bundle.target}.mlops_demo
      assets_dir: /Users/${workspace.current_user.userName}/databricks_lakehouse_monitoring
      inference_log:
        granularities: [1 hour]
        model_id_col: model_version
        prediction_col: prediction
        label_col: fare_amount
        problem_type: PROBLEM_TYPE_REGRESSION
        timestamp_col: inference_timestamp
      schedule:
        quartz_cron_expression: 57 0 14 * * ? # refresh monitoring metrics every day at 7 am PT
        timezone_id: UTC
  jobs:
    retraining_job:
      name: ${bundle.target}-mlops_demo-monitoring-retraining-job
      tasks:
        - task_key: monitored_metric_violation_check
          notebook_task:
            notebook_path: ../monitoring/notebooks/MonitoredMetricViolationCheck.py
            base_parameters:
              env: ${bundle.target}
              table_name_under_monitor: ${bundle.target}.mlops_demo.predictions
              metric_to_monitor: r2_score
              metric_violation_threshold: 0.7
              num_evaluation_windows: 24
              num_violation_windows: 5 # 5 out of the past 24 windows have metrics lower than threshold

        - task_key: is_metric_violated
          depends_on:
            - task_key: monitored_metric_violation_check
          condition_task:
            op: EQUAL_TO
            left: '{{tasks.monitored_metric_violation_check.values.is_metric_violated}}'
            right: 'true'

        - task_key: trigger_retraining
          depends_on:
            - task_key: is_metric_violated
              outcome: 'true'
          run_job_task:
            job_id: ${resources.jobs.model_training_job.id}

      schedule:
        quartz_cron_expression: '0 0 15 * * ?' # daily at 8 am PDT
        timezone_id: UTC

      # To get notifications, provide a list of emails to the on_failure argument.
      #
      #  email_notifications:
      #    on_failure:
      #      - someone@example.com

regisztrált_modell (Unity Catalog)

Type: Map

A regisztrált modellerőforrás lehetővé teszi modellek meghatározását a Unity Catalogban. További információ a Unity Catalog regisztrált modellekrőla "A modell életciklusának kezelése a Unity Katalógusban"című témakörben található.

Hozzáadva a Databricks CLI 0.229.0-s verziójához

registered_models:
  <registered_model-name>:
    <registered_model-field-name>: <registered_model-field-value>

Key	Típus	Description
aliases	Sequence	A regisztrált modellhez társított aliasok listája. Lásd registered_model.aliases. Hozzáadva a Databricks CLI 0.273.0-s verziójához
browse_only	logikai	Azt jelzi, hogy a rendszerbiztonsági tag csak akkor tudja-e lekérni a társított objektum metaadatait a BROWSE jogosultságon keresztül, ha include_browse engedélyezve van a kérésben. Hozzáadva a Databricks CLI 0.273.0-s verziójához
catalog_name	String	Annak a katalógusnak a neve, amelyben a séma és a regisztrált modell található. Hozzáadva a Databricks CLI 0.229.0-s verziójához
comment	String	A regisztrált modellhez csatolt megjegyzés. Hozzáadva a Databricks CLI 0.229.0-s verziójához
created_at	Integer	A regisztrált modell létrehozási időbélyege ezredmásodpercben, a Unix-korszak óta. Hozzáadva a Databricks CLI 0.273.0-s verziójához
created_by	String	A regisztrált modellt létrehozó felhasználó azonosítója. Hozzáadva a Databricks CLI 0.273.0-s verziójához
full_name	String	A regisztrált modell háromszintű (teljesen minősített) neve. Hozzáadva a Databricks CLI 0.273.0-s verziójához
grants	Sequence	A regisztrált modellhez társított támogatások. Lásd adomány. Hozzáadva a Databricks CLI 0.229.0-s verziójához
lifecycle	Map	Az erőforrás életciklus-beállításait tartalmazza. Ez szabályozza az erőforrás viselkedését az üzembe helyezéskor vagy megsemmisítéskor. Lásd az életciklust. Hozzáadva a Databricks CLI 0.268.0-s verziójához
metastore_id	String	A metaadattár egyedi azonosítója. Hozzáadva a Databricks CLI 0.273.0-s verziójához
name	String	A regisztrált modell neve. Hozzáadva a Databricks CLI 0.229.0-s verziójához
owner	String	A regisztrált modell tulajdonosának azonosítója. Hozzáadva a Databricks CLI 0.273.0-s verziójához
schema_name	String	Annak a sémának a neve, amelyben a regisztrált modell található. Hozzáadva a Databricks CLI 0.229.0-s verziójához
storage_location	String	A felhőben található tárolási hely, amely alatt a modellverzió adatfájljait tárolja a rendszer. Hozzáadva a Databricks CLI 0.229.0-s verziójához
updated_at	String	A regisztrált modell utolsó frissítési időbélyege ezredmásodpercben, a Unix-korszak óta. Hozzáadva a Databricks CLI 0.273.0-s verziójához
updated_by	String	Annak a felhasználónak az azonosítója, aki legutóbb frissítette a regisztrált modellt. Hozzáadva a Databricks CLI 0.273.0-s verziójához

registered_model.aliaszok

Type: Sequence

A regisztrált modellhez társított aliasok listája.

A lista minden eleme egy Alias:

Key	Típus	Description
alias_name	String	Az alias neve, például "bajnok" vagy "latest_stable"
catalog_name	String	A modellverziót tartalmazó katalógus neve
id	String	Az alias egyedi azonosítója
model_name	String	A modellverzió szülő regisztrált modelljének neve, viszonyítva a szülősémához.
schema_name	String	A modellverziót tartalmazó séma neve a szülőkatalógushoz viszonyítva
version_num	Integer	Annak a modellverziónak az egész számú verziószáma, amelyre ez az álnév utal.

Example

Az alábbi példa egy regisztrált modellt határoz meg a Unity Catalogban:

resources:
  registered_models:
    model:
      name: my_model
      catalog_name: ${bundle.target}
      schema_name: mlops_schema
      comment: Registered model in Unity Catalog for ${bundle.target} deployment target
      grants:
        - privileges:
            - EXECUTE
          principal: account users

séma (Unity Catalog)

Type: Map

A sémák a Python for Databricks Asset Bundlesben támogatottak. Lásd : databricks.bundles.schemas.

A sémaerőforrás-típus lehetővé teszi, hogy a Unity Catalog sémáit meghatározza a táblákhoz és egyéb erőforrásokhoz a csomag részeként létrehozott munkafolyamatok és adatcsővezetétek során. A más erőforrástípusoktól eltérő sémákra a következő korlátozások vonatkoznak:

• A sémaerőforrás tulajdonosa mindig az üzembe helyezés felhasználója, és nem módosítható. Ha a csomagban run_as van megadva, azt a séma műveletei figyelmen kívül hagyják.
• Csak azok a mezők érhetők el a séma erőforráshoz, amelyeket a megfelelő Sémaobjektum létrehozó API támogat. A enable_predictive_optimization például nem támogatott, mivel csak a frissítési API-érhető el.

Hozzáadva a Databricks CLI 0.229.0-s verziójához

schemas:
  <schema-name>:
    <schema-field-name>: <schema-field-value>

Key	Típus	Description
catalog_name	String	A szülői katalógus neve. Hozzáadva a Databricks CLI 0.229.0-s verziójához
comment	String	Felhasználó által megadott szabad formátumú szöveges leírás. Hozzáadva a Databricks CLI 0.229.0-s verziójához
grants	Sequence	A sémához társított támogatások. Lásd adomány. Hozzáadva a Databricks CLI 0.229.0-s verziójához
lifecycle	Map	Az erőforrás életciklus-beállításait tartalmazza. Ez szabályozza az erőforrás viselkedését az üzembe helyezéskor vagy megsemmisítéskor. Lásd az életciklust. Hozzáadva a Databricks CLI 0.268.0-s verziójához
name	String	A séma neve a szülőkatalógushoz viszonyítva. Hozzáadva a Databricks CLI 0.229.0-s verziójához
properties	Map	A sémához csatolt kulcs-érték tulajdonságok térképe. Hozzáadva a Databricks CLI 0.229.0-s verziójához
storage_root	String	A séma felügyelt tábláinak tárolási gyökér URL-címe. Hozzáadva a Databricks CLI 0.229.0-s verziójához

Examples

Az alábbi példa egy my_pipeline erőforráskulccsal rendelkező folyamatot határoz meg, amely létrehoz egy Unity Catalog sémát my_schema kulccsal, mint célt.

resources:
  pipelines:
    my_pipeline:
      name: test-pipeline-{{.unique_id}}
      libraries:
        - notebook:
            path: ../src/nb.ipynb
        - file:
            path: ../src/range.sql
      development: true
      catalog: ${resources.schemas.my_schema.catalog_name}
      target: ${resources.schemas.my_schema.id}

  schemas:
    my_schema:
      name: test-schema-{{.unique_id}}
      catalog_name: main
      comment: This schema was created by Databricks Asset Bundles.

A Databricks-eszközcsomagok nem támogatják a legfelső szintű vissza nem térítendő támogatásokat, ezért ha egy sémához szeretne támogatást beállítani, adja meg a sémához tartozó támogatásokat a schemas leképezésen belül. További információ a támogatásokról: Jogosultságok megjelenítése, megadása és visszavonása.

Az alábbi példa egy Unity Catalog-sémát határoz meg támogatásokkal:

resources:
  schemas:
    my_schema:
      name: test-schema
      grants:
        - principal: users
          privileges:
            - SELECT
        - principal: my_team
          privileges:
            - CAN_MANAGE
      catalog_name: main

titkos_terület

Type: Map

A secret_scope erőforrás lehetővé teszi a titkos kulcsok hatóköreinek meghatározását egy csomagban. A titkos kódok hatóköreiről további információt a Titkos kódok kezelése című témakörben talál.

Hozzáadva a Databricks CLI 0.252.0-s verziójához

secret_scopes:
  <secret_scope-name>:
    <secret_scope-field-name>: <secret_scope-field-value>

Key	Típus	Description
backend_type	String	A háttérrendszer típusa, amellyel a hatókör létrejön. Ha nincs megadva, ez az alapértelmezett érték.DATABRICKS Hozzáadva a Databricks CLI 0.252.0-s verziójához
keyvault_metadata	Map	A titkos hatókör metaadatai, ha a backend_typeAZURE_KEYVAULT. Lásd keyvault_metadata. Hozzáadva a Databricks CLI 0.252.0-s verziójához
lifecycle	Map	Az erőforrás életciklus-beállításait tartalmazza. Ez szabályozza az erőforrás viselkedését az üzembe helyezéskor vagy megsemmisítéskor. Lásd az életciklust. Hozzáadva a Databricks CLI 0.268.0-s verziójához
name	String	A felhasználó által kért hatókörnév. A hatókörnevek egyediek. Hozzáadva a Databricks CLI 0.252.0-s verziójához
permissions	Sequence	A titkos hatókörre vonatkozó engedélyek. Az engedélyek titkos hatókörű ACL-ekkel kezelhetők. Tekintse meg az engedélyeket. Hozzáadva a Databricks CLI 0.252.0-s verziójához

secret_scope.keyvault_metadata

Type: Map

Az Azure Key Vault által támogatott titkos kulcstartományok metaadatai.

Key	Típus	Description
resource_id	String	A Key Vault Azure-erőforrás-azonosítója.
dns_name	String	Az Azure Key Vault DNS neve.

Examples

Az alábbi példa egy kulcstár háttérrendszerét használó titkos hatókört határoz meg.

resources:
  secret_scopes:
    secret_scope_azure:
      name: test-secrets-azure-backend
      backend_type: 'AZURE_KEYVAULT'
      keyvault_metadata:
        resource_id: my_azure_keyvault_id
        dns_name: my_azure_keyvault_dns_name

Az alábbi példa egy egyéni ACL-t állít be titkos hatókörök és engedélyek használatával:

resources:
  secret_scopes:
    my_secret_scope:
      name: my_secret_scope
      permissions:
        - user_name: admins
          level: WRITE
        - user_name: users
          level: READ

Egy példa csomagra, amely bemutatja, hogyan definiálhat titkos hatókört és munkát egy olyan feladattal, amely olvas belőle egy csomagban, tekintse meg a csomagpéldák GitHub-adattárát.

sql_warehouse (SQL tárház)

Type: Map

Az SQL Warehouse-erőforrással egy csomagban definiálhat EGY SQL-raktárt . Az SQL Warehouse-okkal kapcsolatos információkért lásd az Azure Databricks adattárházait.

Hozzáadva a Databricks CLI 0.260.0-s verziójához

sql_warehouses:
  <sql-warehouse-name>:
    <sql-warehouse-field-name>: <sql-warehouse-field-value>

Key	Típus	Description
auto_stop_mins	Integer	Az az idő percek alatt, amikor egy SQL-raktárnak tétlennek kell lennie (például nem futnak lekérdezések), mielőtt az automatikusan leáll. Az érvényes értékek 0, ami azt jelzi, hogy nincs automatikus leállás, vagy nagyobb vagy egyenlő, mint 10. Az alapértelmezett érték 120. Hozzáadva a Databricks CLI 0.260.0-s verziójához
channel	Map	A csatorna részletei. Lásd a csatornát. Hozzáadva a Databricks CLI 0.260.0-s verziójához
cluster_size	String	A raktárhoz kiosztott klaszterek mérete. A Spark-fürt méretének növelésével nagyobb lekérdezéseket futtathatunk rajta. Ha növelni szeretné az egyidejű lekérdezések számát, hangolja max_num_clusters. A támogatott értékekért lásd: cluster_size. Hozzáadva a Databricks CLI 0.260.0-s verziójához
creator_name	String	A raktárt létrehozó felhasználó neve. Hozzáadva a Databricks CLI 0.260.0-s verziójához
enable_photon	logikai	A raktárnak Photon optimalizált fürtöket kell-e használnia. Alapértelmezés szerint hamis. Hozzáadva a Databricks CLI 0.260.0-s verziójához
enable_serverless_compute	logikai	Azt határozza meg, hogy a raktár kiszolgáló nélküli számítást használjon-e. Hozzáadva a Databricks CLI 0.260.0-s verziójához
instance_profile_arn	String	Deprecated. Az IAM-szerepkör fürtnek való átadásához használt példányprofil. Hozzáadva a Databricks CLI 0.260.0-s verziójához
lifecycle	Map	Az erőforrás életciklus-beállításait tartalmazza. Ez szabályozza az erőforrás viselkedését az üzembe helyezéskor vagy megsemmisítéskor. Lásd az életciklust. Hozzáadva a Databricks CLI 0.268.0-s verziójához
max_num_clusters	Integer	Az automatikus skálázó által az egyidejű lekérdezések kezeléséhez létrehozott fürtök maximális száma. Az értékeknek 30-nál kisebbnek vagy egyenlőnek kell lenniük, és nagyobbnak vagy egyenlőnek kell lenniük min_num_clusters. Alapértelmezés szerint a min_clusters értéket használja, ha nincs beállítva. Hozzáadva a Databricks CLI 0.260.0-s verziójához
min_num_clusters	Integer	Az SQL Warehouse-hoz fenntartott elérhető fürtök minimális száma. Ennek növelésével biztosítható, hogy a klaszterek nagyobb számban mindig fussanak, ezért csökkentheti az új lekérdezések hidegindítási idejét. Ez hasonló az erőforrás-kezelő fenntartott és visszavonható magjaihoz. Az értékeknek 0-nál nagyobbnak és kisebbnek vagy egyenlőnek kell lenniük a min(max_num_clusters, 30) értéknél. Alapértelmezett érték: 1. Hozzáadva a Databricks CLI 0.260.0-s verziójához
name	String	A fürt logikai neve. A névnek egy szervezeten belül egyedinek kell lennie, és 100 karakternél kisebbnek kell lennie. Hozzáadva a Databricks CLI 0.260.0-s verziójához
permissions	Sequence	A raktárra vonatkozó engedélyek. Tekintse meg az engedélyeket. Hozzáadva a Databricks CLI 0.260.0-s verziójához
spot_instance_policy	String	Alkalmi példányok használata. Az érvényes értékek a következőkPOLICY_UNSPECIFIED: , COST_OPTIMIZEDRELIABILITY_OPTIMIZED. Az alapértelmezett érték a COST_OPTIMIZED. Hozzáadva a Databricks CLI 0.260.0-s verziójához
tags	Map	Kulcs-érték párok készlete, amelyek az SQL Warehouse-hoz társított összes erőforráson (például AWS-példányokon és EBS-köteteken) címkézve lesznek. A címkék számának 45-nél kevesebbnek kell lennie. Hozzáadva a Databricks CLI 0.260.0-s verziójához
warehouse_type	String	A raktár típusa PRO vagy CLASSIC. Ha kiszolgáló nélküli számítást szeretne használni, állítsa be ezt a mezőt PRO értékre, és állítsa be a mezőt enable_serverless_compute értékre true. Hozzáadva a Databricks CLI 0.260.0-s verziójához

sql_warehouse.csatorna

Type: Map

Az SQL Warehouse csatornakonfigurációja.

Key	Típus	Description
name	String	A csatorna neve. Az érvényes értékek a következők: CHANNEL_NAME_CURRENT, CHANNEL_NAME_PREVIEWCHANNEL_NAME_CUSTOM.
dbsql_version	String	Az egyéni csatornák DBSQL-verziója.

Example

Az alábbi példa egy SQL Warehouse-t határoz meg:

resources:
  sql_warehouses:
    my_sql_warehouse:
      name: my_sql_warehouse
      cluster_size: X-Large
      enable_serverless_compute: true
      max_num_clusters: 3
      min_num_clusters: 1
      auto_stop_mins: 60
      warehouse_type: PRO

szinkronizált_adatbázis_tábla

Type: Map

A szinkronizált adatbázistábla-erőforrás lehetővé teszi a Lakebase-adatbázistáblák csomagban való meghatározását.

A szinkronizált adatbázistáblákról további információt a Mi az adatbázispéldány? című témakörben talál.

Hozzáadva a Databricks CLI 0.266.0-s verziójához

synced_database_tables:
  <synced_database_table-name>:
    <synced_database_table-field-name>: <synced_database_table-field-value>

Key	Típus	Description
database_instance_name	String	A céladatbázis-példány neve. Erre akkor van szükség, ha szabványos katalógusokban hoz létre szinkronizált adatbázistáblákat. Ez nem kötelező, ha szinkronizált adatbázistáblákat hoz létre regisztrált katalógusokban. Hozzáadva a Databricks CLI 0.266.0-s verziójához
lifecycle	Map	Az erőforrás életciklus-beállításait tartalmazza. Ez szabályozza az erőforrás viselkedését az üzembe helyezéskor vagy megsemmisítéskor. Lásd az életciklust. Hozzáadva a Databricks CLI 0.268.0-s verziójához
logical_database_name	String	A tábla cél Postgres-adatbázis-objektumának (logikai adatbázisának) neve. Hozzáadva a Databricks CLI 0.266.0-s verziójához
name	String	A tábla teljes neve az űrlapon catalog.schema.table. Hozzáadva a Databricks CLI 0.266.0-s verziójához
spec	Map	Az adatbázistábla specifikációja. Lásd a szinkronizált adatbázistábla specifikációját. Hozzáadva a Databricks CLI 0.266.0-s verziójához

synced_database_table.spec

Type: Map

Az adatbázistábla specifikációja.

Hozzáadva a Databricks CLI 0.266.0-s verziójához

Key	Típus	Description
create_database_objects_if_missing	logikai	Azon kell dönteni, hogy létrehozzuk-e a szinkronizált tábla logikai adatbázisát és sémaerőforrásait, ha még nem léteznek.
existing_pipeline_id	String	Egy meglévő folyamat azonosítója. Ha ez be van állítva, a szinkronizált tábla be lesz illesztve a hivatkozott meglévő adatfolyamatba. Ez elkerüli az új folyamat létrehozását, és lehetővé teszi a meglévő számítás megosztását. Ebben az esetben ennek a scheduling_policy szinkronizált táblának meg kell egyeznie a meglévő folyamat ütemezési szabályzatával. Legfeljebb az egyik elem, existing_pipeline_id vagy new_pipeline_spec, legyen definiálva.
new_pipeline_spec	Map	Egy új csővezeték specifikációja. Lásd new_pipeline_spec. Legfeljebb az egyik elem, existing_pipeline_id vagy new_pipeline_spec, legyen definiálva.
primary_key_columns	Sequence	Az elsődleges kulcsot alkotó oszlopnevek listája.
scheduling_policy	String	A szinkronizálás ütemezési szabályzata. Az érvényes értékek a következők: SNAPSHOT. CONTINUOUS
source_table_full_name	String	A forrástábla teljes neve a formátumban catalog.schema.table.
timeseries_key	String	Idősorkulcs az azonos elsődleges kulccsal rendelkező sorok duplikálásának megszüntetéséhez.

szinkronizált_adatbázis_táblázat.spec.new_pipeline_spec

Type: Map

A szinkronizált adatbázistábla által használt új folyamat specifikációja.

Key	Típus	Description
budget_policy_id	String	Az újonnan létrehozott csővezetékhez beállítandó költségvetési szabályzat azonosítója.
storage_catalog	String	A folyamat katalógusa köztes fájlok, például ellenőrzőpontok és eseménynaplók tárolásához. Ennek egy szabványos katalógusnak kell lennie, amelyben a felhasználó rendelkezik a Delta-táblák létrehozásához szükséges engedélyekkel.
storage_schema	String	A folyamat sémája köztes fájlok, például ellenőrzőpontok és eseménynaplók tárolására. Ennek a standard katalógusban kell lennie, ahol a felhasználó rendelkezik deltatáblák létrehozására vonatkozó engedélyekkel.

Examples

Az alábbi példa egy szinkronizált adatbázistáblát határoz meg egy megfelelő adatbáziskatalóguson belül:

resources:
  database_instances:
    my_instance:
      name: my-instance
      capacity: CU_1
  database_catalogs:
    my_catalog:
      database_instance_name: my-instance
      database_name: 'my_database'
      name: my_catalog
      create_database_if_not_exists: true
  synced_database_tables:
    my_synced_table:
      name: ${resources.database_catalogs.my_catalog.name}.${resources.database_catalogs.my_catalog.database_name}.my_destination_table
      database_instance_name: ${resources.database_catalogs.my_catalog.database_instance_name}
      logical_database_name: ${resources.database_catalogs.my_catalog.database_name}
      spec:
        source_table_full_name: 'my_source_table'
        scheduling_policy: SNAPSHOT
        primary_key_columns:
          - my_pk_column
        new_pipeline_spec:
          storage_catalog: 'my_delta_catalog'
          storage_schema: 'my_delta_schema'

Az alábbi példa egy szinkronizált adatbázistáblát határoz meg egy standard katalógusban:

resources:
  synced_database_tables:
    my_synced_table:
      name: 'my_standard_catalog.public.synced_table'
      # database_instance_name is required for synced tables created in standard catalogs.
      database_instance_name: 'my-database-instance'
      # logical_database_name is required for synced tables created in standard catalogs:
      logical_database_name: ${resources.database_catalogs.my_catalog.database_name}
      spec:
        source_table_full_name: 'source_catalog.schema.table'
        scheduling_policy: SNAPSHOT
        primary_key_columns:
          - my_pk_column
        create_database_objects_if_missing: true
        new_pipeline_spec:
          storage_catalog: 'my_delta_catalog'
          storage_schema: 'my_delta_schema'

Ez a példa létrehoz egy szinkronizált adatbázistáblát, és testre szabja annak folyamatütemezését. Feltételezi, hogy már rendelkezik a következőkkel:

• Egy adatbázispéldány neve my-database-instance
• Egy standard katalógus neve my_standard_catalog
• A séma a szabványos katalógusban default
• Az elsődleges kulccsal elnevezett source_delta.schema.customer forrás deltatábla c_custkey

resources:
  synced_database_tables:
    my_synced_table:
      name: 'my_standard_catalog.default.my_synced_table'
      database_instance_name: 'my-database-instance'
      logical_database_name: 'test_db'
      spec:
        source_table_full_name: 'source_delta.schema.customer'
        scheduling_policy: SNAPSHOT
        primary_key_columns:
          - c_custkey
        create_database_objects_if_missing: true
        new_pipeline_spec:
          storage_catalog: 'source_delta'
          storage_schema: 'schema'

  jobs:
    sync_pipeline_schedule_job:
      name: sync_pipeline_schedule_job
      description: 'Job to schedule synced database table pipeline.'
      tasks:
        - task_key: synced-table-pipeline
          pipeline_task:
            pipeline_id: ${resources.synced_database_tables.my_synced_table.data_synchronization_status.pipeline_id}
      schedule:
        quartz_cron_expression: '0 0 0 * * ?'

lemez (Unity Catalog)

Type: Map

A kötetek támogatottak a Python for Databricks Asset Bundles szolgáltatásban. Lásd : databricks.bundles.volumes.

A kötet erőforrástípusa lehetővé teszi a Unity Catalog kötetek definiálását és létrehozását csomag részeként. Amikor egy kötettel rendelkező csomagot helyez üzembe, vegye figyelembe, hogy:

• Addig nem lehet hivatkozni egy kötetre a artifact_path csomagban, amíg az a munkaterületen nem létezik. Ezért ha a Databricks Asset Bundles segítségével szeretné létrehozni a kötetet, először meg kell határoznia a kötetet a csomagban, telepítenie kell, hogy létrehozza a kötetet, majd hivatkoznia kell rá a artifact_path a későbbi telepítések során.
• A csomagban lévő kötetek nincsenek dev_${workspace.current_user.short_name} előtaggal ellátva, ha a telepítési célpont mode: development konfigurálva van. Ezt az előtagot azonban manuálisan is konfigurálhatja. Lásd: Egyéni beállítások.

Hozzáadva a Databricks CLI 0.236.0-s verziójához

volumes:
  <volume-name>:
    <volume-field-name>: <volume-field-value>

Key	Típus	Description
catalog_name	String	A séma és a kötet katalógusának neve. Hozzáadva a Databricks CLI 0.236.0-s verziójához
comment	String	A kötethez csatolt megjegyzés. Hozzáadva a Databricks CLI 0.236.0-s verziójához
grants	Sequence	A kötethez kapcsolódó támogatások. Lásd adomány. Hozzáadva a Databricks CLI 0.236.0-s verziójához
lifecycle	Map	Az erőforrás életciklus-beállításait tartalmazza. Ez szabályozza az erőforrás viselkedését az üzembe helyezéskor vagy megsemmisítéskor. Lásd az életciklust. Hozzáadva a Databricks CLI 0.268.0-s verziójához
name	String	A kötet neve. Hozzáadva a Databricks CLI 0.236.0-s verziójához
schema_name	String	Annak a sémának a neve, amelyben a kötet található. Hozzáadva a Databricks CLI 0.236.0-s verziójához
storage_location	String	A felhőbeli tárolási hely. Hozzáadva a Databricks CLI 0.236.0-s verziójához
volume_type	String	A kötet típusa, lehet EXTERNAL vagy MANAGED. A külső kötet a megadott külső helyen található. A felügyelt kötetek a szülőséma, a szülőkatalógus vagy a metaadattár által megadott alapértelmezett helyen találhatók. Lásd: Felügyelt és külső kötetek.

Example

Az alábbi példa egy Unity Catalog-kötetet hoz létre a my_volume_idkulccsal:

resources:
  volumes:
    my_volume_id:
      catalog_name: main
      name: my_volume
      schema_name: my_schema

A Unity Catalog-kötetben egy fájlba író feladatot futtató példacsomagért tekintse meg a csomagpéldák GitHub-adattárát.

Gyakori objektumok

engedélyez

Type: Map

Meghatározza az adott fő felhasználót és a neki adható jogosultságokat. További információ a támogatásokról: Jogosultságok megjelenítése, megadása és visszavonása.

Hozzáadva a Databricks CLI 0.229.0-s verziójához

Key	Típus	Description
principal	String	Annak a felelősnek a neve, aki jogosultságokat kap. Ez lehet felhasználó, csoport vagy szolgáltatásnév.
privileges	Sequence	A megadott entitásnak adható jogosultságok. Az érvényes értékek az erőforrás típusától függenek (például, SELECT, MODIFY, CREATE, USAGEREAD_FILES, WRITE_FILES, , EXECUTE). ALL_PRIVILEGES

Example

Az alábbi példa egy Unity Catalog-sémát határoz meg támogatásokkal:

resources:
  schemas:
    my_schema:
      name: test-schema
      grants:
        - principal: users
          privileges:
            - SELECT
        - principal: my_team
          privileges:
            - CAN_MANAGE
      catalog_name: main

életciklus

Type: Map

Az erőforrás életciklus-beállításait tartalmazza. Ez szabályozza az erőforrás viselkedését az üzembe helyezéskor vagy megsemmisítéskor.

Hozzáadva a Databricks CLI 0.268.0-s verziójához

Key	Típus	Description
prevent_destroy	logikai	Életciklus-beállítás, amely megakadályozza az erőforrás megsemmisülését. Hozzáadva a Databricks CLI 0.268.0-s verziójához