`bundle` parancscsoport

Note

Ezek az információk a Databricks CLI 0.205-ös és újabb verzióira vonatkoznak. A Databricks parancssori felülete nyilvános előzetes verzióban érhető el.

A Databricks CLI használatára a Databricks Licenc és a Databricks adatvédelmi nyilatkozata vonatkozik, beleértve a használati adatokra vonatkozó rendelkezéseket is.

A bundleDatabricks parancssori felületének parancscsoportja a Databricks-eszközcsomagok kezelésére szolgáló parancsokat tartalmaz. A Databricks-eszközcsomagokkal kódként fejezheti ki a projekteket, és programozott módon érvényesítheti, üzembe helyezheti és futtathatja az Olyan Azure Databricks-munkafolyamatokat, mint az Azure Databricks-feladatok, a Lakeflow Spark Deklaratív folyamatok és az MLOps Stacks. Lásd : Mik azok a Databricks-eszközcsomagok?.

Note

A csomagmappában található parancsok a databricks.yml hitelesítési beállításait használják, amikor a csomagmappából futtatják őket. Ha a csomagmappán belülről eltérő hitelesítésű csomagparancsokat szeretne futtatni, adjon meg egy konfigurációs profilt a --profile (vagy -p) jelzővel, és ne adjon meg egy --target.

Másik lehetőségként futtassa azokat a parancsokat, amelyeknek nem kell ugyanazt a hitelesítést elvégeznie, mint a köteg mappán kívülről.

databricks-csomag üzembe helyezése

Helyezzen üzembe egy csomagot a távoli munkaterületen.

databricks bundle deploy [flags]

Csomag célja és identitása

Ha a csomagot egy adott célra szeretné telepíteni, állítsa be a -t (vagy --target) beállítást a cél nevével együtt a csomag konfigurációs fájljaiban deklarált módon. Ha nincsenek megadva parancsbeállítások, a csomagkonfigurációs fájlokban deklarált alapértelmezett cél lesz használva. Például a következő névvel devdeklarált célhoz:

databricks bundle deploy -t dev

Egy csomag több munkaterületen is üzembe helyezhető, például fejlesztési, előkészítési és termelési környezetekben. Alapvetően a root_path tulajdonság határozza meg a csomag egyedi identitását, amely alapértelmezés szerint a ~/.bundle/${bundle.name}/${bundle.target}. Ezért alapértelmezés szerint a csomag identitása a telepítő identitásából, a csomag nevéből és a csomag célnevéből áll. Ha ezek azonosak a különböző csomagokban, ezeknek a csomagoknak az üzembe helyezése zavarja egymást.

Emellett a csomagtelepítés nyomon követi a célmunkaterületen létrehozott erőforrásokat azonosítóik segítségével, és ezeket a munkaterület fájlrendszerében tárolt állapotként kezeli. Az erőforrásnevek nem használhatók a csomagtelepítés és az erőforráspéldány közötti korrelációhoz, így:

Ha a csomagkonfiguráció egyik erőforrása nem létezik a cél-munkaterületen, létrejön.
Ha a csomagkonfiguráció egyik erőforrása megtalálható a cél-munkaterületen, a rendszer frissíti a munkaterületen.
Ha egy erőforrást eltávolít a csomagkonfigurációból, a rendszer eltávolítja azt a cél-munkaterületről, ha korábban üzembe helyezték.
Egy erőforrás köteghez való társítása csak akkor felejthető el, ha módosítja a csomag nevét, a csomag célját vagy a munkaterületet. A bundle validate futtatásával kiadhat egy összefoglalót, amely tartalmazza ezeket az értékeket.

Beállítások

--auto-approve

Kihagyhatja az üzembe helyezéshez szükséges interaktív jóváhagyásokat.

-c, --cluster-id string

Bírálja felül az üzembe helyezésben lévő fürtöt a megadott fürtazonosítóval.

--fail-on-active-runs

Sikertelen, ha futnak feladatok vagy folyamatok az üzemelő példányban.

--force

A Git-ág kényszerítő felülbírálása.

--force-lock

Az üzembehelyezési zár kényszerítése. Ez a beállítás letiltja azt a mechanizmust, amely megakadályozza, hogy az egyidejű üzemelő példányok kommunikálnak egymással. Csak akkor használható, ha az előző üzembe helyezés összeomlott vagy megszakadt, és elavult zárolási fájlt hagyott.

--plan

A tervezés helyett alkalmazni kívánt JSON-tervfájl elérési útja (csak közvetlen motor esetén). A tervfájl a következővel databricks bundle plan -o jsonhozható létre: .

Globális jelzők

Példák

Az alábbi példa egy csomagot helyez üzembe egy adott fürtazonosító használatával:

databricks bundle deploy --cluster-id 0123-456789-abcdef

databricks-csomag üzembe helyezése

Üzembe helyezéssel kapcsolatos parancsok.

databricks bundle deployment [command]

Elérhető parancsok

bind – Kötegeljen egy csomagban definiált erőforrást egy meglévő erőforráshoz a távoli munkaterületen.
migrate – Csomag áttelepítése a közvetlen üzembehelyezési motor használatához.
unbind - Leválasztja a csomagban definiált erőforrást a távoli erőforrásról.

databricks-csomag üzembehelyezési kötése

Csatolja a csomagban definiált erőforrásokat az Azure Databricks-munkaterület meglévő erőforrásaihoz, hogy a Databricks-eszközcsomagok felügyelni tudják őket. Ha egy erőforrást köt össze, a munkaterületen lévő meglévő Azure Databricks-erőforrás a következő bundle deploy után, a csomagban meghatározott konfiguráció alapján, amelyhez kötve van, frissül.

databricks bundle deployment bind KEY RESOURCE_ID [flags]

A 'bind' nem hozza létre újra az adatokat. Ha például egy katalógusban lévő adatokat tartalmazó folyamat kötést alkalmazott, a meglévő adatok elvesztése nélkül telepítheti a folyamatot. Emellett nem kell újraszámítania a materializált nézetet, így például a folyamatvonalakat sem kell újrafuttatnia.

A kötési parancsot a --target jelölővel kell használni. Például kösse az éles üzembe helyezést az éles folyamathoz a databricks bundle deployment bind --target prod my_pipeline 7668611149d5709ac9-2906-1229-9956-586a9zed8929

Tip

Érdemes ellenőrizni az erőforrást a munkaterületen, mielőtt végrehajtja a kapcsolást.

A következő erőforrásoknál a hozzárendelés támogatott:

A bundle generate parancs által támogatott erőforrások esetében a --bind beállítással automatikusan kösse össze az erőforrást a létrehozás után.

Érvek

KEY

A kötéshez tartozó erőforrás kulcsa

RESOURCE_ID

Annak a meglévő erőforrásnak az azonosítója, amelyhez csatlakozni szeretne

Beállítások

--auto-approve

A kötés automatikus jóváhagyása kérés helyett

--force-lock

Globális jelzők

Példák

Az alábbi parancs az erőforrást hello_job a munkaterület távoli megfelelőjéhez köti. A parancs egy diffet ad ki, és lehetővé teszi az erőforrás-kötés elutasítását, de ha megerősítést kap, a csomagban lévő feladatdefiníció frissítéseit a rendszer a csomag következő üzembe helyezésekor alkalmazza a megfelelő távoli feladatra.

databricks bundle deployment bind hello_job 6565621249

databricks-csomag üzembe helyezésének migrálása

Important

Ez a funkció kísérleti.

Migrálja a csomagot a Terraform üzembehelyezési motorról a közvetlen üzembehelyezési motor használatára. Lásd Migrálás a közvetlen telepítési motorra. A migrálás befejezéséhez telepítenie kell a csomagot.

Az áttelepítés sikerességét a futtatással databricks bundle planellenőrizheti. Lásd databricks bundle plan.

databricks bundle deployment migrate [flags]

Érvek

None

Beállítások

Globális jelzők

Példák

Az alábbi példa az aktuális csomagot migrálja a közvetlen üzembehelyezési motor használatára:

databricks bundle deployment migrate

a databricks-csomag üzembe helyezése nincs összekapcsolva

Távolítsa el a kötegben lévő erőforrás és a munkaterület távoli megfelelője közötti kapcsolatot.

databricks bundle deployment unbind KEY [flags]

Érvek

KEY

A leválasztandó erőforrás kulcsa

Beállítások

--force-lock

Globális jelzők

Példák

Az alábbi példa megszünteti az erőforrás kötését hello_job :

databricks bundle deployment unbind hello_job

databricks-csomag megsemmisítése

Warning

A csomagok megsemmisítése véglegesen törli a csomag korábban üzembe helyezett feladatait, folyamatait és összetevőit. Ez a művelet nem vonható vissza.

Törölje a korábban üzembe helyezett feladatokat, folyamatokat, egyéb erőforrásokat és összetevőket.

databricks bundle destroy [flags]

Note

A csomag identitása a csomag nevéből, a csomag céljából és a munkaterületből áll. Ha ezek közül bármelyiket módosította, majd megpróbál megsemmisíteni egy csomagot az üzembe helyezés előtt, hiba történik.

Alapértelmezés szerint a rendszer kérni fogja a korábban üzembe helyezett feladatok, folyamatok és összetevők végleges törlésének megerősítését. Ha ki szeretné hagyni ezeket a kéréseket, és automatikus végleges törlést szeretne végrehajtani, adja hozzá a --auto-approvebundle destroy parancsot.

Beállítások

--auto-approve

Erőforrások és fájlok törlésének interaktív jóváhagyásainak kihagyása

--force-lock

Globális jelzők

Példák

A következő parancs törli a csomagkonfigurációs fájlokban definiált összes korábban üzembe helyezett erőforrást és összetevőt:

databricks bundle destroy

databricks-csomag létrehozása

Hozzon létre csomagkonfigurációt egy olyan erőforráshoz, amely már létezik a Databricks-munkaterületen. A következő erőforrások támogatottak: alkalmazás, irányítópult, feladat, folyamat.

Ez a parancs alapértelmezés szerint létrehoz egy *.yml fájlt az erőforráshoz a resources kötegprojekt mappájában, és letölti a konfigurációban hivatkozott fájlokat, például jegyzetfüzeteket.

Important

A bundle generate parancs az erőforrás-konfiguráció automatikus létrehozásához szolgál. Ha azonban a csomag erőforráskonfigurációt tartalmaz, és üzembe helyezi azt, az Azure Databricks a meglévő frissítése helyett egy új erőforrást hoz létre. Ha ehelyett egy meglévő erőforrást szeretne frissíteni, akkor a következő lehetőségek állnak rendelkezésére: használja a --bind jelölőt bundle generate-vel együtt, vagy futtassa a bundle deployment bind-t az üzembe helyezés előtt. Lásd a databricks-csomag üzembehelyezési kötését.

databricks bundle generate [command]

Elérhető parancsok

app – Csomagkonfiguráció létrehozása Egy Databricks-alkalmazáshoz.
dashboard – Konfigurálás létrehozása irányítópulthoz.
job – Csomagkonfiguráció létrehozása egy feladathoz.
pipeline – Folyamat csomagkonfigurációjának létrehozása.

Beállítások

--key string

A létrehozott konfigurációhoz használandó erőforráskulcs

Globális jelzők

databricks-csomag létrehozása alkalmazás

Csomagkonfiguráció létrehozása egy meglévő Databricks-alkalmazáshoz a munkaterületen.

databricks bundle generate app [flags]

Beállítások

--bind

A létrehozott erőforrás automatikus kötése a munkaterületen lévő meglévővel.

-d, --config-dir string

Könyvtár elérési útja, ahol a kimeneti csomag konfigurációja tárolódik (alapértelmezett "erőforrások")

--existing-app-name string

Alkalmazásnév, amely konfigurálást hoz létre a következőhöz:

-f, --force

Meglévő fájlok felülírása kényszerítése a kimeneti könyvtárban

-s, --source-dir string

Az alkalmazásfájlokat tároló könyvtár elérési útja (alapértelmezett "src/app")

Globális jelzők

Példák

Az alábbi példa egy meglévő, névvel ellátott my-appalkalmazás konfigurációját hozza létre. Az alkalmazás nevét a munkaterület felhasználói felületének Compute>Apps lapján szerezheti be.

databricks bundle generate app --existing-app-name my-app

Az alábbi parancs létrehoz egy új hello_world.app.yml fájlt a resources csomag projektmappájában, és letölti az alkalmazás kódfájljait, például az alkalmazás parancskonfigurációs fájlját és a fő app.yamlfájltapp.py. Alapértelmezés szerint a program a kódfájlokat a csomag mappájába src másolja.

databricks bundle generate app --existing-app-name "hello_world"

# This is the contents of the resulting /resources/hello-world.app.yml file.
resources:
  apps:
    hello_world:
      name: hello-world
      description: A basic starter application.
      source_code_path: ../src/app

databricks-csomag létrehozása irányítópult

Konfigurálás létrehozása egy meglévő irányítópulthoz a munkaterületen.

databricks bundle generate dashboard [flags]

Tip

Ha frissíteni szeretné a .lvdash.json fájlt, miután már üzembe helyezett egy irányítópultot, használja a --resource lehetőséget, amikor futtatja bundle generate dashboard a fájlt a meglévő irányítópult-erőforráshoz való létrehozásához. Az irányítópult frissítéseinek folyamatos lekérdezéséhez és lekéréséhez használja a --force és --watch lehetőségeket.

Beállítások

--bind

A létrehozott erőforrás automatikus kötése a munkaterületen lévő meglévővel.

-s, --dashboard-dir string

Címtár az irányítópult-ábrázolás írásához (alapértelmezett "src")

--existing-id string

Az irányítópult azonosítója a konfiguráció létrehozásához

--existing-path string

Az irányítópult munkaterületi elérési útja a konfiguráció létrehozásához

-f, --force

Meglévő fájlok felülírása kényszerítése a kimeneti könyvtárban

--resource string

Az irányítópult erőforráskulcsa a változások figyeléséhez

-d, --resource-dir string

Címtár a konfiguráció írásához (alapértelmezett "erőforrások")

--watch

Tekintse meg az irányítópult módosításait, és frissítse a konfigurációt

Globális jelzők

Példák

Az alábbi példa egy meglévő irányítópult-azonosító alapján állítja elő a konfigurációt:

databricks bundle generate dashboard --existing-id abc123

Egy meglévő irányítópult konfigurációját munkaterületi útvonal alapján is létrehozhatja. Másolja ki az irányítópult munkaterületi elérési útját a munkaterület felhasználói felületéről.

Az alábbi parancs például létrehoz egy új baby_gender_by_county.dashboard.yml fájlt a resources csomag projektmappájában, amely tartalmazza az alábbi YAML-et, és letölti a baby_gender_by_county.lvdash.json fájlt a src projektmappába.

databricks bundle generate dashboard --existing-path "/Workspace/Users/someone@example.com/baby_gender_by_county.lvdash.json"

# This is the contents of the resulting baby_gender_by_county.dashboard.yml file.
resources:
  dashboards:
    baby_gender_by_county:
      display_name: 'Baby gender by county'
      warehouse_id: aae11o8e6fe9zz79
      file_path: ../src/baby_gender_by_county.lvdash.json

databricks-csomag létrehozása feladat

Csomagkonfiguráció létrehozása egy feladathoz.

Note

Ez a parancs jelenleg csak a jegyzetfüzet-feladatokkal rendelkező feladatokat támogatja.

databricks bundle generate job [flags]

Beállítások

--bind

A létrehozott erőforrás automatikus kötése a munkaterületen lévő meglévővel.

-d, --config-dir string

A kimeneti konfigurációt tároló dir elérési út (alapértelmezett "erőforrások")

--existing-job-id int

A konfiguráció létrehozásához használt feladat feladatazonosítója

-f, --force

Meglévő fájlok felülírása kényszerítése a kimeneti könyvtárban

-s, --source-dir string

A letöltött fájlok tárolási útvonala (alapértelmezett "src")

Globális jelzők

Példák

Az alábbi példa létrehoz egy új hello_job.yml fájlt a resources csomag projektmappájában, amely tartalmazza az alábbi YAML-et, és letölti a simple_notebook.pysrc projektmappába. Emellett a létrehozott erőforrást a munkaterület meglévő feladatához köti.

databricks bundle generate job --existing-job-id 6565621249 --bind

# This is the contents of the resulting hello_job.yml file.
resources:
  jobs:
    hello_job:
      name: 'Hello Job'
      tasks:
        - task_key: run_notebook
          email_notifications: {}
          notebook_task:
            notebook_path: ../src/simple_notebook.py
            source: WORKSPACE
          run_if: ALL_SUCCESS
      max_concurrent_runs: 1

databricks-csomag létrehozása folyamat

Csomagkonfiguráció létrehozása meglévő folyamathoz.

databricks bundle generate pipeline [flags]

Tip

Ha már rendelkezik egy meglévő Spark Deklaratív Csővezetékek (SDP) projekttel, konfigurációt hozhat létre a használatával databricks pipelines generate. Tekintse meg a databricks-folyamatok generált adatait.

Beállítások

--bind

A létrehozott erőforrás automatikus kötése a munkaterületen lévő meglévővel.

-d, --config-dir string

A kimeneti konfigurációt tároló dir elérési út (alapértelmezett "erőforrások")

--existing-pipeline-id string

A konfigurálás létrehozásához használt folyamat azonosítója

-f, --force

Meglévő fájlok felülírása kényszerítése a kimeneti könyvtárban

-s, --source-dir string

A letöltött fájlok tárolási útvonala (alapértelmezett "src")

Globális jelzők

Példák

Az alábbi példa egy meglévő folyamat konfigurációját hozza létre:

databricks bundle generate pipeline --existing-pipeline-id abc-123-def

databricks bundle init

Új csomag inicializálása csomagsablon használatával. A sablonok konfigurálhatók úgy, hogy értékeket kérjenek a felhasználótól. Lásd a Databricks Asset Bundle projektsablonjait.

databricks bundle init [TEMPLATE_PATH] [flags]

Érvek

TEMPLATE_PATH

Inicializáláshoz használandó sablon (nem kötelező)

Beállítások

--branch string

Sablon inicializálásához használandó Git-ág

--config-file string

A sablon inicializálásához szükséges bemeneti paraméterek kulcsértékpárjait tartalmazó JSON-fájl.

--output-dir string

Címtár az inicializált sablon írásához.

--tag string

Sablon inicializálásához használandó Git-címke

--template-dir string

Címtár elérési útja a sablont tartalmazó Git-adattárban.

Globális jelzők

Példák

Az alábbi példa az alapértelmezett csomagsablonok listáját kéri, amelyek közül választani szeretne:

databricks bundle init

Az alábbi példa inicializál egy csomagot az alapértelmezett Python-sablonnal:

databricks bundle init default-python

A Databricks-eszközcsomag egyéni Databricks-eszközcsomag-sablonnal való létrehozásához adja meg az egyéni sablon elérési útját:

databricks bundle init <project-template-local-path-or-url> \
--project-dir="</local/path/to/project/template/output>"

Az alábbi példa inicializál egy csomagot egy Git-adattárból:

databricks bundle init https://github.com/my/repository

Az alábbi példa inicializál egy adott ágat:

databricks bundle init --branch main

a databricks-csomag meg van nyitva

Lépjen egy kötegerőforrásra a munkaterületen, és adja meg a megnyitni kívánt erőforrást. Ha nincs megadva erőforráskulcs, ez a parancs megjeleníti a csomag azon erőforrásainak listáját, amelyek közül választani szeretne.

databricks bundle open [flags]

Beállítások

--force-pull

A helyi gyorsítótár kihagyása és az állapot betöltése a távoli munkaterületről

Globális jelzők

Példák

Az alábbi példa elindít egy böngészőt, és a csomagban lévő irányítópultra baby_gender_by_county navigál a csomaghoz konfigurált Databricks-munkaterületen:

databricks bundle open baby_gender_by_county

databricks-csomag terv

Az aktuális csomagkonfiguráció üzembehelyezési tervének megjelenítése.

Ez a parancs létrehozza a csomagot, és módosítások nélkül jeleníti meg az üzembe helyezendő erőforrásokon végrehajtandó műveleteket. Ez lehetővé teszi a módosítások előzetes megtekintését a futtatás bundle deployelőtt.

databricks bundle plan [flags]

Beállítások

-c, --cluster-id string

Bírálja felül az üzembe helyezésben lévő fürtöt a megadott fürtazonosítóval.

--force

A Git-ág kényszerítő felülbírálása.

Globális jelzők

Példák

Az alábbi példa egy Python-kereket összeállító csomag üzembehelyezési tervét adja ki, és meghatároz egy feladatot és egy folyamatot:

databricks bundle plan

Building python_artifact...
create jobs.my_bundle_job
create pipelines.my_bundle_pipeline

databricks-csomag futtatása

Feladat, folyamat vagy szkript futtatása. Ha nem ad meg erőforrást, a parancs meghatározott feladatokat, folyamatokat és szkripteket ajánl fel, amelyek közül választhat. Másik lehetőségként adja meg a csomagkonfigurációs fájlokban deklarált feladat- vagy folyamatkulcsot vagy szkriptnevet.

databricks bundle run [flags] [KEY]

Folyamat ellenőrzése

Ha csővezeték-ellenőrző futtatást szeretne végezni, használja a --validate-only opciót, ahogy az a következő példában látható:

databricks bundle run --validate-only my_pipeline

Feladatparaméterek átadása

A feladatparaméterek átadásához használja a --params opciót, amit vesszővel elválasztott kulcs-érték párok követnek, ahol a kulcs a paraméter neve. A következő parancs például beállítja a message nevű paramétert a HelloWorld értékre a hello_job nevű feladat számára.

databricks bundle run --params message=HelloWorld hello_job

Note

Ahogy az alábbi példákban is látható, a feladatfeladat-beállítások használatával paramétereket adhat át a feladattevékenységeknek, de a --params feladatparaméterek átadásához ez a beállítás ajánlott módszer. Hiba akkor fordul elő, ha olyan feladathoz vannak megadva feladatparaméterek, amelyekhez nincs meghatározva feladatparaméter, vagy ha a feladatparaméterek definiálva vannak egy feladatparaméterrel rendelkező feladathoz.

Kulcsszó- vagy pozícióargumentumokat is megadhat. Ha a megadott feladat feladatparamétereket használ, vagy a feladathoz tartozik egy paraméterekkel rendelkező jegyzetfüzet-tevékenység, a rendszer a paraméternevekhez rendeli a jelölőneveket:

databricks bundle run hello_job -- --key1 value1 --key2 value2

Vagy ha a megadott feladat nem használ feladatparamétereket, és a feladat Python-fájlfeladattal vagy Python-kerekes feladattal rendelkezik:

databricks bundle run my_job -- value1 value2 value3

A paraméterekkel rendelkező feladatdefiníciók példáiért lásd: Feladat paraméterekkel.

Szkriptek végrehajtása

Szkriptek, például integrációs tesztek végrehajtásához a csomag konfigurált hitelesítési adataival, futtathat szkripteket beágyazottan, vagy egy, a csomagkonfigurációban meghatározott szkriptet. A szkriptek a csomagban konfigurált hitelesítési környezettel futnak.

Fűzze hozzá a kettős kötőjelet (--) a bundle run után, hogy a szkriptek beágyazva fussanak. A következő parancs például az aktuális felhasználó aktuális munkakönyvtárát adja ki:
```
databricks bundle run -- python3 -c 'import os; print(os.getcwd())'
```
Másik lehetőségként definiáljon egy szkriptet a csomagkonfigurációban a scripts leképezésen belül, majd futtassa bundle run a szkriptet:
```
scripts:
  my_script:
    content: python3 -c 'import os; print(os.getcwd())'
```
```
databricks bundle run my_script
```
A konfigurációval kapcsolatos scripts további információkért tekintse meg a szkripteket és szkripteket.

A csomaghitelesítési információkat a rendszer környezeti változók használatával továbbítja a gyermekfolyamatoknak. Lásd: Databricks egyesített hitelesítés.

Érvek

KEY

A futtatni kívánt erőforrás egyedi azonosítója (nem kötelező)

Beállítások

--no-wait

Ne várjon, amíg a futtatás befejeződik.

--restart

Indítsa újra a futtatásokat, ha már fut.

Globális jelzők

Feladatjelzők

Az alábbi jelzők feladatszintű paraméterjelölők. Lásd: Feladatparaméterek konfigurálása.

--params stringToString

vesszővel elválasztott k=v párok a feladatparaméterekhez (alapértelmezett [])

Feladattevékenység-jelzők

Az alábbi jelzők tevékenységszintű paraméterjelölők. Lásd: Feladatparaméterek konfigurálása. A Databricks feladatszintű paraméterek (--params) használatát javasolja feladatszintű paraméterekkel.

--dbt-commands strings

A DBT-feladatokat tartalmazó feladatokhoz végrehajtandó parancsok listája.

--jar-params strings

A Spark JAR-feladatokkal rendelkező feladatok paramétereinek listája.

--notebook-params stringToString

Térkép a billentyűkről az értékekre a jegyzetfüzet-feladatokkal rendelkező feladatokhoz. (alapértelmezett [])

--pipeline-params stringToString

Térkép a kulcsoktól az értékekig a folyamattevékenységekkel rendelkező feladatokhoz. (alapértelmezett [])

--python-named-params stringToString

Térkép a kulcsoktól az értékekig a Python-kerekes feladatokkal rendelkező feladatokhoz. (alapértelmezett [])

--python-params strings

A Python-feladatokkal rendelkező feladatok paramétereinek listája.

--spark-submit-params strings

A Spark-feladatokat beküldő feladatok paramétereinek listája.

--sql-params stringToString

Az SQL-feladatokkal rendelkező feladatokhoz tartozó kulcsok és értékek térképe. (alapértelmezett [])

Folyamatjelzők

A következő jelzők a folyamatjelzők.

--full-refresh strings

A visszaállítandó és újrafordítandó táblák listája.

--full-refresh-all

Végezze el a teljes gráf alaphelyzetbe állítását és újrafordítását.

--refresh strings

A frissíteni kívánt táblák listája.

--refresh-all

Teljes gráffrissítés végrehajtása.

--validate-only

A gráf helyességének ellenőrzéséhez végezzen frissítést.

Példák

Az alábbi példa egy feladatot hello_job futtat az alapértelmezett célban:

databricks bundle run hello_job

Az alábbi példa egy feladatot hello_job futtat egy, a névvel devdeklarált cél kontextusában:

databricks bundle run -t dev hello_job

Az alábbi példa megszakítja és újraindítja a meglévő feladatfuttatást:

databricks bundle run --restart hello_job

Az alábbi példa egy teljes frissítést tartalmazó folyamatot futtat:

databricks bundle run my_pipeline --full-refresh-all

Az alábbi példa egy parancsot hajt végre a csomagkörnyezetben:

databricks bundle run -- echo "hello, world"

databricks-csomagséma

A csomagkonfiguráció JSON-sémájának megjelenítése.

databricks bundle schema [flags]

Beállítások

Globális jelzők

Példák

Az alábbi példa a csomagkonfiguráció JSON-sémáját adja ki:

databricks bundle schema

A csomagkonfigurációs séma JSON-fájlként való kimenetéhez futtassa a bundle schema parancsot, és irányítsa át a kimenetet egy JSON-fájlba. Létrehozhat például egy fájlt bundle_config_schema.json az aktuális könyvtárban:

databricks bundle schema > bundle_config_schema.json

databricks-csomag összefoglalása

Adja meg egy csomag identitásának és erőforrásainak összegzését, beleértve az erőforrásokra mutató mély hivatkozásokat, hogy könnyen navigáljon az erőforráshoz a Databricks-munkaterületen.

databricks bundle summary [flags]

Tip

A Databricks-munkaterületen található erőforráshoz bundle open is navigálhat. Nyissa meg a databricks-csomagot.

Beállítások

--force-pull

A helyi gyorsítótár kihagyása és az állapot betöltése a távoli munkaterületről

Globális jelzők

Példák

Az alábbi példa egy csomag üzembe helyezett erőforrásainak összegzését adja ki:

databricks bundle summary

A következő kimenet egy feladatokat és folyamatokat meghatározó csomag my_pipeline_bundle összegzése:

Name: my_pipeline_bundle
Target: dev
Workspace:
  Host: https://myworkspace.cloud.databricks.com
  User: someone@example.com
  Path: /Users/someone@example.com/.bundle/my_pipeline/dev
Resources:
  Jobs:
    my_project_job:
      Name: [dev someone] my_project_job
      URL:  https://myworkspace.cloud.databricks.com/jobs/206000809187888?o=6051000018419999
  Pipelines:
    my_project_pipeline:
      Name: [dev someone] my_project_pipeline
      URL:  https://myworkspace.cloud.databricks.com/pipelines/7f559fd5-zztz-47fa-aa5c-c6bf034b4f58?o=6051000018419999

databricks-csomag szinkronizálása

Egy csomag fájlmódosításainak egyirányú szinkronizálása egy helyi fájlrendszerkönyvtárban, egy távoli Azure Databricks-munkaterület könyvtárába.

Note

bundle sync a parancsok nem tudják szinkronizálni a fájlmódosításokat egy távoli Azure Databricks-munkaterület könyvtárából egy helyi fájlrendszer könyvtárába.

databricks bundle sync [flags]

databricks bundle sync a parancsok ugyanúgy működnek, mint databricks sync a parancsok, és a hatékonyságnövelő kényelemként szolgálnak. A parancshasználattal kapcsolatos információkért tekintse meg sync a parancsot.

Beállítások

--dry-run

Szinkronizálási végrehajtás szimulálása tényleges módosítások nélkül

--full

Teljes szinkronizálás végrehajtása (az alapértelmezett érték növekményes)

--interval duration

Fájlrendszer lekérdezési időköze (a következőhöz --watch: ) (alapértelmezett 1)

--output type

A kimeneti formátum típusa

--watch

Változások megtekintése a helyi fájlrendszerben

Globális jelzők

Példák

Az alábbi példa száraz futtatási szinkronizálást hajt végre:

databricks bundle sync --dry-run

Az alábbi példa automatikusan figyeli a módosításokat és a szinkronizálásokat:

databricks bundle sync --watch

Az alábbi példa teljes szinkronizálást hajt végre:

databricks bundle sync --full

databricks-csomag ellenőrzése

Ellenőrizze, hogy a csomagkonfigurációs fájlok szintaktikailag helyesek-e.

databricks bundle validate [flags]

Ez a parancs alapértelmezés szerint a csomag identitásának összegzését adja vissza:

Name: MyBundle
Target: dev
Workspace:
  Host: https://my-host.cloud.databricks.com
  User: someone@example.com
  Path: /Users/someone@example.com/.bundle/MyBundle/dev

Validation OK!

Note

A bundle validate parancs figyelmeztetéseket ad ki, ha az erőforrás-tulajdonságok olyan csomagkonfigurációs fájlokban vannak definiálva, amelyek nem találhatók a megfelelő objektum sémájában.

Ha csak a csomag identitásának és erőforrásainak összegzését szeretné megjeleníteni, használja a csomag összegzését.

Beállítások

Globális jelzők

Példák

Az alábbi példa ellenőrzi a csomagkonfigurációt:

databricks bundle validate

Globális jelzők

--debug

Engedélyezze-e a hibakeresési naplózást.

-h vagy --help

Súgó megjelenítése a Databricks parancssori felületéhez, a kapcsolódó parancscsoporthoz vagy a kapcsolódó parancshoz.

--log-file karakterlánc

A karakterlánc, amely megadja, melyik fájlba írja az kimeneti naplókat. Ha ez a jelző nincs megadva, akkor az alapértelmezett beállítás a kimeneti naplók stderrbe írása.

--log-format formátum

A naplóformátum típusa, text vagy json. Az alapértelmezett érték a text.

--log-level karakterlánc

A naplóformátum szintjét képviselő karakterlánc. Ha nincs megadva, a naplóformátum szintje le van tiltva.

-o, --output típus

A parancs kimenetének típusa: text vagy json. Az alapértelmezett érték a text.

-p, --profile karakterlánc

A parancs futtatásához használni kívánt fájl profiljának ~/.databrickscfg neve. Ha ez a jelző nincs megadva, akkor ha létezik, a rendszer a névvel ellátott DEFAULT profilt használja.

--progress-format formátum

A folyamatnaplók megjelenítésének formátuma: default, append, inplacevagy json

-t, --target karakterlánc

Ha alkalmazható, a használni kívánt célcsomag

--var strings

a csomagkonfigurációban definiált változók értékeinek beállítása. Példa: --var="foo=bar"

Visszacsatolás

Hasznos volt ez az oldal?

Last updated on 2026-02-02

Megosztás:

bundle parancscsoport

databricks-csomag üzembe helyezése

Csomag célja és identitása

Beállítások

Példák

databricks-csomag üzembe helyezése

Elérhető parancsok

databricks-csomag üzembehelyezési kötése

Érvek

Beállítások

Példák

databricks-csomag üzembe helyezésének migrálása

Érvek

Beállítások

Példák

a databricks-csomag üzembe helyezése nincs összekapcsolva

Érvek

Beállítások

Példák

databricks-csomag megsemmisítése

Beállítások

Példák

databricks-csomag létrehozása

Elérhető parancsok

Beállítások

databricks-csomag létrehozása alkalmazás

Beállítások

Példák

databricks-csomag létrehozása irányítópult

Beállítások

Példák

databricks-csomag létrehozása feladat

Beállítások

Példák

databricks-csomag létrehozása folyamat

Beállítások

Példák

databricks bundle init

Érvek

Beállítások

Példák

a databricks-csomag meg van nyitva

Beállítások

Példák

databricks-csomag terv

Beállítások

Példák

databricks-csomag futtatása

Folyamat ellenőrzése

Feladatparaméterek átadása

Szkriptek végrehajtása

Érvek

Beállítások

Feladatjelzők

Feladattevékenység-jelzők

Folyamatjelzők

Példák

databricks-csomagséma

Beállítások

Példák

databricks-csomag összefoglalása

Beállítások

Példák

databricks-csomag szinkronizálása

Beállítások

Példák

databricks-csomag ellenőrzése

Beállítások

Példák

Globális jelzők

Visszacsatolás

További források

`bundle` parancscsoport