次の方法で共有


個人用コンピューティング ポリシーを管理する

個人用コンピューティングは、すべての Azure Databricks ワークスペースで使用できる Azure Databricks で管理される既定のポリシーです。 このポリシーへのアクセス権をユーザーに付与することで、Azure Databricks で個別に使用する単一マシンのコンピューティング リソースを作成できます。 ユーザーは、ノートブックまたはコンピューティング ページのショートカットを使用して、個人用コンピューティング リソースをすばやく作成できます。

個人用コンピューティング ポリシーを使用すると、管理者は、限られたコンピューティング作成の特権を提供するための簡単なソリューションを実現できます。 これにより、管理者がユーザーに一般的なコンピューティング特権を付与したり、コンピューティング リソースの作成を手動で管理したりする必要がなくなります。 この既定のポリシーでは、管理者が必要に応じて複製および変更するためのポリシーの例も提供され、ユーザーのコミュニティに適切なコンピューティング ガバナンス パターンを設定できます。

既定では、Azure Databricks アカウント内のすべてのユーザーは、パーソナル コンピューティングの既定のポリシーにアクセスできます。 これは管理者が変更できます。

パーソナル コンピューティング ポリシーの詳細

ユーザーが Personal Compute ポリシーにアクセスできる場合、Compute ページまたはノートブックから Personal Compute リソースを作成できます。 個人用コンピューティング リソースは、次のプロパティを持つ汎用コンピューティング (汎用コンピューティング価格に従って価格が設定されています) です。

  • パーソナル コンピューティング リソースは単一ノードのコンピューティング リソースであり、ワーカーがなく、ローカル モードで Spark が実行されています。
  • これらはシングル ユーザー アクセス アクセス モードを使用し、Unity Catalog と互換性があります。
  • ランタイムは、Machine Learning 用 Databricks Runtime の最新バージョンを使用するように設定されています。
  • 標準インスタンスと GPU 対応インスタンスの両方を使用できます。
  • 自動終了は 72 時間に設定されます。

個々のユーザーが作成できるパーソナル コンピューティング リソースの最大数に制限は設定されません。

パーソナル コンピューティング ポリシーへのアクセスの管理

ワークスペース管理者は、ポリシー UI を使用して、個々のワークスペースのパーソナル コンピューティング ポリシーへのアクセスを管理できます。

アカウント管理者は、パーソナル コンピューティング アカウント設定を使用して、アカウント内のすべてのユーザーのパーソナル コンピューティング ポリシーへのアクセスを有効または無効にすることができます。

  1. アカウント コンソールから、[ユーザー設定] アイコン [設定] をクリックします。
  2. [機能の有効化] タブをクリックします。
  3. パーソナル コンピューティング設定を有効にして、アカウント内のすべてのユーザーにパーソナル コンピューティング ポリシーへのアクセス権を付与します。 または、ワークスペース レベルで管理されるようにポリシーを設定する場合は、設定を [委任] に切り替えます。

パーソナル コンピューティング ポリシーをカスタマイズする

ワークスペース管理者は、ほとんどのパーソナル コンピューティング設定のポリシー 規則をオーバーライドまたは追加できます。

注意

ワークスペース管理者は、Personal Compute ポリシー名、クラスターの種類、クラスター モード、またはアクセス モードを編集できません。

ワークスペースの個人用コンピューティング ポリシーをカスタマイズするには:

  1. サイド バーで compute icon [コンピューティング] をクリックします。
  2. [ポリシー] タブをクリックします。
  3. Personal Compute ポリシーをカスタマイズする
  4. [編集] をクリックします。
  5. [定義] タブで、[編集] をクリックします。
  6. ポリシー定義をオーバーライドできるモーダルが表示されます。 [オーバーライド] セクションで、更新された定義を追加し、[OK] をクリックします。

次の例では、spark_version ルールがオーバーライドされています。 既定のポリシーからの spark_version ポリシーは無視され、オーバーライドが優先されます。

オーバーライド コンピューティング ポリシー