Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
Bundel Otomatisasi Deklaratif (sebelumnya dikenal sebagai Bundel Aset Databricks) dibuat, disebarkan ke ruang kerja, lalu dikelola secara terprogram dari lingkungan pengembangan lokal Anda atau langsung di antarmuka pengguna ruang kerja. Berkolaborasi pada bundel langsung di ruang kerja memungkinkan perulangan dan pengujian yang lebih cepat sebelum pindah ke produksi.
Untuk informasi selengkapnya tentang bundel, lihat Apa itu Bundel Otomatisasi Deklaratif?.
Petunjuk / Saran
Jika Anda tidak ingin menggunakan UI ruang kerja untuk membuat dan mengelola bundel Anda, tetapi masih ingin mengembangkan bundel di ruang kerja, Anda dapat menggunakan Databricks CLI dari terminal web ruang kerja, seperti yang Anda lakukan dari terminal lokal Anda. Lihat Menjalankan perintah CLI Databricks.
Apa saja persyaratan penginstalan bundel di ruang kerja?
Anda tidak perlu menginstal apa pun secara lokal untuk menggunakan bundel di ruang kerja, tetapi ada persyaratan ruang kerja Databricks:
- File ruang kerja harus diaktifkan. Lihat Apa itu file ruang kerja?.
- Anda harus memiliki folder Git untuk membuat bundel. Untuk membuat folder Git, lihat Mengkloning repositori.
- Komputasi tanpa server harus diaktifkan. Lihat Persyaratan komputasi tanpa server.
- Bundel di ruang kerja kompatibel dengan kontrol keluar tanpa server. Namun, jika Anda perlu membangun proyek Python menggunakan paket dari registri PyPi publik, gunakan cermin privat sebagai gantinya.
Versi Databricks CLI yang digunakan untuk menyebarkan bundel dan menjalankan sumber daya di ruang kerja disediakan dalam dialog Sebarkan .
Apakah saya harus memahami cara menulis YAML untuk menggunakan bundel di ruang kerja?
Tidak. Bundel Otomasi Deklaratif di ruang kerja menyediakan UI (antarmuka pengguna) untuk mengelola bundel, memungkinkan Anda untuk berkolaborasi pada bundel yang dikembangkan oleh pengguna lain di lingkungan pengembangan lokal mereka. Anda tidak perlu mempelajari YAML atau tahu cara menggunakan Databricks CLI untuk bekerja dengan bundel di ruang kerja.
Saya sudah mengelola alur kerja saya di antarmuka pengguna Databricks. Mengapa saya harus menggunakan bundel?
Bundel Otomatisasi Deklaratif memungkinkan Anda mengontrol semua file yang diperlukan untuk alur kerja Anda. Bundel di ruang kerja menyediakan mekanisme bagi pengguna ruang kerja untuk mengedit, menerapkan, menguji, dan menyebarkan pembaruan melalui UI. Pengguna meluncurkan proyek bundel dari dalam folder Git.
Saya memiliki paket di repositori GitHub. Bagaimana cara mengeditnya di ruang kerja Databricks?
Folder diidentifikasi sebagai bundel oleh Databricks jika file databricks.yml ada di akar folder. Buat folder Git di Databricks untuk repositori GitHub Anda, dan Databricks akan mengenalinya sebagai bundel.
Apakah semua konfigurasi bundel didukung dalam ruang kerja?
Hampir semua bundel Anda yang ada dapat dikelola di ruang kerja. Namun, Python untuk Bundel Otomatisasi Deklaratif saat ini tidak didukung di ruang kerja.
Bagaimana berbagi paket untuk kolaborasi?
Bundel mewarisi izin folder Git induknya, jadi untuk berbagi bundel, bagikan folder Git yang berisi proyek bundel Anda dengan kolaborator Anda. Lihat Berkoordinasi, meninjau, dan menerapkan ke lingkungan produksi.
Bagaimana cara memindahkan bundel ke produksi di ruang kerja?
Bundel menentukan proyek lengkap untuk disebarkan, infrastruktur yang diperlukan untuk menjalankan proyek, dan target penyebaran. Target ini biasanya adalah mode pengembangan dan produksi Anda. Bundel Automation Deklaratif di ruang kerja memudahkan untuk beralih target, menyebarkan, dan menjalankan alur kerja dari UI. Lihat Menyebarkan bundel dan menjalankan alur kerja dari ruang kerja.
Dapatkah saya menyebarkan bundel saya ke ruang kerja Azure Databricks lain dari editor bundel?
Tidak, ini tidak didukung. Databricks merekomendasikan pengembangan di editor bundel di ruang kerja, melakukan perubahan dengan menyinkronkan folder Git, lalu menyiapkan alur kerja CI/CD (misalnya, GitHub Action) yang menggunakan CLI untuk menyebarkan bundel ke ruang kerja lain.