次の方法で共有

Databricks アセット バンドルのクラスター設定をオーバーライドする

  • [アーティクル]

この記事では、Databricks アセット バンドル の Azure Databricks クラスター設定をオーバーライドする方法について説明します。 「Databricks アセット バンドルとは」を参照してください

Azure Databricks バンドル構成ファイルでは、次のように、最上位レベルの resources マッピングのクラスター設定と、targets マッピング内のクラスター設定を結合できます。

ジョブの場合は、ジョブ定義内の job_cluster_key マッピングを使用して、最上位レベルの resources マッピングのクラスター設定と、たとえば targets マッピングのクラスター設定を結合します (簡潔にするために、省略記号は省略された内容を示します)。

# ...
resources:
  jobs:
    <some-unique-programmatic-identifier-for-this-job>:
      # ...
      job_clusters:
        - job_cluster_key: <some-unique-programmatic-identifier-for-this-key>
          new_cluster:
            # Cluster settings.

targets:
  <some-unique-programmatic-identifier-for-this-target>:
    resources:
      jobs:
        <the-matching-programmatic-identifier-for-this-job>:
          # ...
          job_clusters:
            - job_cluster_key: <the-matching-programmatic-identifier-for-this-key>
              # Any more cluster settings to join with the settings from the
              # resources mapping for the matching top-level job_cluster_key.
          # ...

最上位レベルの resources マッピングと、同じ job_cluster_key の targets マッピングの両方で、クラスター設定が定義されている場合、最上位レベルの resources マッピングの設定より、targets マッピングの設定の方が優先されます。

Delta Live Tables パイプラインの場合は、パイプライン定義の cluster 内の label マッピングを使用して、最上位レベルの resources マッピングのクラスター設定と、たとえば targets マッピングのクラスター設定を結合します (簡潔にするために、省略記号は省略された内容を示します)。

# ...
resources:
  pipelines:
    <some-unique-programmatic-identifier-for-this-pipeline>:
      # ...
      clusters:
        - label: default | maintenance
          # Cluster settings.

targets:
  <some-unique-programmatic-identifier-for-this-target>:
    resources:
      pipelines:
        <the-matching-programmatic-identifier-for-this-pipeline>:
          # ...
          clusters:
            - label: default | maintenance
              # Any more cluster settings to join with the settings from the
              # resources mapping for the matching top-level label.
          # ...

最上位レベルの resources マッピングと、同じ label の targets マッピングの両方で、クラスター設定が定義されている場合、最上位レベルの resources マッピングの設定より、targets マッピングの設定の方が優先されます。

例 1: 複数のリソース マッピングに定義されており、設定の競合がない新しいジョブ クラスター設定

この例では、my-cluster という名前の job_cluster_key の設定を定義するために、最上位レベルの resources マッピングの spark_version が targets の resources マッピングの node_type_id と num_workers に結合されます (簡潔にするために、省略記号が省略されたコンテンツを示しています)。

# ...
resources:
  jobs:
    my-job:
      name: my-job
      job_clusters:
        - job_cluster_key: my-cluster
          new_cluster:
            spark_version: 13.3.x-scala2.12

targets:
  development:
    resources:
      jobs:
        my-job:
          name: my-job
          job_clusters:
            - job_cluster_key: my-cluster
              new_cluster:
                node_type_id: Standard_DS3_v2
                num_workers: 1
          # ...

この例で databricks bundle validate を実行すると、結果のグラフは次のようになります (簡潔にするために、省略記号は省略された内容を示します)。

{
  "...": "...",
  "resources": {
    "jobs": {
      "my-job": {
        "job_clusters": [
          {
            "job_cluster_key": "my-cluster",
            "new_cluster": {
              "node_type_id": "Standard_DS3_v2",
              "num_workers": 1,
              "spark_version": "13.3.x-scala2.12"
            }
          }
        ],
        "...": "..."
      }
    }
  }
}

例 2: 複数のリソース マッピングに定義されている新しいジョブ クラスター設定の競合

この例では、spark_version と num_workers が、最上位レベルの resources マッピングと targets の resources マッピングの両方に定義されています。 この例では、my-cluster という名前の job_cluster_key の設定を定義するために、targets の resources マッピングの spark_version と num_workers が最上位レベルの resources マッピングの spark_version と num_workers よりも優先されます (簡潔にするために、省略記号が省略されたコンテンツを示しています)。

# ...
resources:
  jobs:
    my-job:
      name: my-job
      job_clusters:
        - job_cluster_key: my-cluster
          new_cluster:
            spark_version: 13.3.x-scala2.12
            node_type_id: Standard_DS3_v2
            num_workers: 1

targets:
  development:
    resources:
      jobs:
        my-job:
          name: my-job
          job_clusters:
            - job_cluster_key: my-cluster
              new_cluster:
                spark_version: 12.2.x-scala2.12
                num_workers: 2
          # ...

この例で databricks bundle validate を実行すると、結果のグラフは次のようになります (簡潔にするために、省略記号は省略された内容を示します)。

{
  "...": "...",
  "resources": {
    "jobs": {
      "my-job": {
        "job_clusters": [
          {
            "job_cluster_key": "my-cluster",
            "new_cluster": {
              "node_type_id": "Standard_DS3_v2",
              "num_workers": 2,
              "spark_version": "12.2.x-scala2.12"
            }
          }
        ],
        "...": "..."
      }
    }
  }
}

例 3: 複数のリソース マッピングに定義されており、設定の競合がないパイプライン クラスター設定

この例では、default という名前の label の設定を定義するために、最上位レベルの resources マッピングの node_type_id が、targets の resources マッピングの num_workers に結合されます (簡潔にするために、省略記号は省略された内容を示します)。

# ...
resources:
  pipelines:
    my-pipeline:
      clusters:
        - label: default
          node_type_id: Standard_DS3_v2

targets:
  development:
    resources:
      pipelines:
        my-pipeline:
          clusters:
            - label: default
              num_workers: 1
          # ...

この例で databricks bundle validate を実行すると、結果のグラフは次のようになります (簡潔にするために、省略記号は省略された内容を示します)。

{
  "...": "...",
  "resources": {
    "pipelines": {
      "my-pipeline": {
        "clusters": [
          {
            "label": "default",
            "node_type_id": "Standard_DS3_v2",
            "num_workers": 1
          }
        ],
        "...": "..."
      }
    }
  }
}

例 4: 複数のリソース マッピングに定義されているパイプライン クラスター設定の競合

この例では、num_workers が、最上位レベルの resources マッピングと targets の resources マッピングの両方に定義されています。 default という名前の label の設定を定義するために、targets の resources マッピングの num_workers が、最上位レベルの resources マッピングの num_workers よりも優先されます (簡潔にするために、省略記号は省略された内容を示します)。

# ...
resources:
  pipelines:
    my-pipeline:
      clusters:
        - label: default
          node_type_id: Standard_DS3_v2
          num_workers: 1

targets:
  development:
    resources:
      pipelines:
        my-pipeline:
          clusters:
            - label: default
              num_workers: 2
          # ...

この例で databricks bundle validate を実行すると、結果のグラフは次のようになります (簡潔にするために、省略記号は省略された内容を示します)。

{
  "...": "...",
  "resources": {
    "pipelines": {
      "my-pipeline": {
        "clusters": [
          {
            "label": "default",
            "node_type_id": "Standard_DS3_v2",
            "num_workers": 2
          }
        ],
        "...": "..."
      }
    }
  }
}