Korlátozások a Databricks Connect for Python használatával

Megjegyzés

Ez a cikk a Databricks Runtime 13.3 LTS-hez készült Databricks Connectet ismerteti.

Ez a cikk a Databricks Connect Python korlátozásait sorolja fel. A Databricks Connect lehetővé teszi az integrált fejlesztőkörnyezetek, notebook szerverek és egyéni alkalmazások csatlakoztatását az Azure Databricks fürtökhöz. Lásd : Databricks Connect. A cikk Scala-verziójáról a Scalához készült Databricks Connect korlátozásai című témakörben olvashat.

Fontos

A Python, a Databricks Runtime és a Databricks Connect használt verziójától függően bizonyos funkciók verziókövetelményei lehetnek. Lásd a Databricks Connect használati követelményeit.

Szolgáltatás rendelkezésre állása

Nem érhető el a Databricks Connect for Databricks Runtime 13.3 LTS és az alábbi verziókban:

• Streaming foreachBatch
• 128 MB-nál nagyobb adatkeretek létrehozása
• Hosszú lekérdezések 3600 másodperc felett

Nem érhető el a Databricks Connect a Databricks Runtime 15.3 és korábbi verziókhoz.

• ApplyinPandas() és Cogroup() szabványos hozzáférési móddal rendelkező számítástechnikai környezetben

A Databricks Connect for Databricks Runtime 16.3-on és az alábbi verzióban nem érhető el:

• Kiszolgáló nélküli számításban az UDF-ek nem tartalmazhatnak egyéni kódtárakat.

Nem érhető el:

• dataframe.display() API
• Databricks Utilities: credentials, library, , notebook workflowwidgets
• Spark-környezet
• RDD-k
• RdD-t, Spark-környezetet használó vagy a mögöttes Spark JVM-hez hozzáférő kódtárak, például Mozaik térinformatikai, GraphFrames vagy GreatExpectations
• CREATE TABLE <table-name> AS SELECT (ehelyett használja spark.sql("SELECT ...").write.saveAsTable("table"))
• A log4j naplószintjének módosítása SparkContext
• Az elosztott gépi tanulás betanítása nem támogatott.
• A helyi fejlesztési környezet szinkronizálása a távoli klaszterrel