Aplikasi Databricks

Aplikasi Databricks memungkinkan pengembang untuk membangun dan menyebarkan data dan aplikasi AI yang aman langsung di platform Azure Databricks, yang menghilangkan kebutuhan akan infrastruktur terpisah. Aplikasi dihosting di platform tanpa server Azure Databricks dan diintegrasikan dengan layanan platform utama, termasuk yang berikut ini:

• Unity Catalog untuk tata kelola data
• Databricks SQL untuk mengkueri data
• Penyajian Model untuk menerapkan model AI
• Pekerjaan Lakeflow untuk ETL dan otomatisasi
• OAuth dan prinsipal layanan untuk autentikasi dan otorisasi

Anda dapat mengembangkan aplikasi secara lokal, menyebarkannya ke ruang kerja, dan memindahkannya di antara ruang kerja. Model hosting ini menghilangkan kebutuhan pengembang untuk menangani keamanan, infrastruktur, dan kepatuhan, yang menyederhanakan proses membawa alat data internal ke produksi.

Aplikasi Databricks ditagih per jam waktu komputasi saat aplikasi berjalan. Harga didasarkan pada kapasitas yang disediakan. Lihat Mengonfigurasi ukuran komputasi untuk aplikasi Databricks.

Kerangka kerja yang didukung

Aplikasi Databricks mendukung aplikasi Python dan Node.js. Kerangka kerja Python populer termasuk Streamlit, Dash, dan Gradio. Node.js kerangka kerja seperti React, Angular, Svelte, dan Express juga didukung.

Dukungan untuk Python dan Node.js memungkinkan arsitektur aplikasi hibrid. Misalnya, frontend Node.js dipasangkan dengan backend Node.js atau Python. Untuk langkah-langkah yang dilakukan Azure Databricks untuk menyebarkan aplikasi hibrid, lihat Logika penyebaran.

Kasus penggunaan umum

Aplikasi Databricks berfungsi dengan baik untuk alat internal yang menggabungkan data, AI, dan otomatisasi. Contoh kasus penggunaan meliputi:

• Visualisasi data interaktif dan dasbor Kecerdasan Bisnis (BI) yang disematkan
• aplikasi obrolan Retrieval-Augmented Generation (RAG) yang didukung oleh Genie
• Antarmuka konfigurasi kustom untuk Lakeflow
• Formulir entri data yang didukung oleh Databricks SQL
• Otomatisasi proses bisnis yang menggabungkan beberapa layanan Azure Databricks
• Alat operasi kustom untuk triase dan respons pemberitahuan

Akses dan izin

Aplikasi Databricks hanya dapat diakses oleh pengguna Azure Databricks yang diautentikasi. Tidak ada dukungan untuk akses anonim, tidak diautentikasi, atau publik. Untuk detailnya, lihat Mengonfigurasi izin untuk aplikasi Databricks.

Berbagi aplikasi dengan organisasi Anda membuatnya tersedia untuk semua pengguna di akun Azure Databricks. Pengguna di luar akun, termasuk pemangku kepentingan eksternal atau pengguna yang tidak diautentikasi, tidak dapat mengakses aplikasi.

Arsitektur dan isolasi

Aplikasi Databricks dibangun di atas arsitektur yang sama dengan komputasi tanpa server dan mendapat manfaat dari lapisan isolasi yang sama, termasuk sumber daya komputasi khusus, segmentasi jaringan, enkripsi saat tidak aktif dan saat transit, dan prinsip hak istimewa paling sedikit. Untuk detail konfigurasi jaringan, lihat Mengonfigurasi jaringan untuk Aplikasi Databricks.

Batasan

• File aplikasi tidak boleh melebihi 10 MB. Jika ada file di direktori aplikasi yang melebihi batas ini, penyebaran gagal dengan kesalahan.
• Azure Databricks menghapus log aplikasi saat sumber daya komputasi yang menjalankan aplikasi dihentikan. Lihat Pengelogan dan Pemantauan untuk Aplikasi Databricks.
• Jika Anda memberikan persetujuan ke aplikasi melalui otorisasi pengguna, Anda tidak dapat mencabut persetujuan tersebut nanti.
• Aplikasi Databricks tidak didukung di ruang kerja tingkat Standar.
• Anda dapat membuat sejumlah aplikasi terbatas di ruang kerja Azure Databricks Anda. Untuk detailnya, lihat Batas sumber daya. Untuk batas Edisi Gratis, lihat Batasan Edisi Gratis Databricks.

• Karena tidak mendukung OAuth, Anda tidak dapat menggunakan URL regional warisan dengan Databricks Apps.

Dukungan standar kepatuhan

Aplikasi Databricks didukung dengan profil keamanan kepatuhan di semua wilayah tempat standar kepatuhan yang dipilih tersedia. Administrator ruang kerja harus mengaktifkan Aplikasi Databricks di halaman Pratinjau. Untuk detailnya, lihat Mengelola pratinjau tingkat ruang kerja. Untuk dukungan tingkat wilayah, lihat Dukungan komputasi klasik dan tanpa server menurut wilayah.