Databricks Terraform プロバイダー

[アーティクル]
04/16/2024

HashiCorp Terraform は、複数のクラウドプロバイダーにわたって安全で予測可能なクラウドインフラストラクチャを作成するためによく使用されるオープンソースツールです。 Databricks Terraform プロバイダーを使用すると、柔軟で強力なツールを使用して、Azure Databricks ワークスペースと関連するクラウドインフラストラクチャを管理できます。 Databricks Terraform プロバイダーの目標は、すべての Databricks REST API をサポートし、データプラットフォームのデプロイと管理における最も複雑な側面の自動化に対応することです。 Databricks のお客様は、Databricks Terraform プロバイダーを使用して、クラスターとジョブのデプロイと管理、データアクセスの構成を行います。 Azure プロバイダーを使用して、Azure Databricks ワークスペースをプロビジョニングします。

作業の開始

このセクションでは、Terraform と Databricks Terraform プロバイダーをローカル開発マシンで使用するための要件をインストールして構成します。その後、Terraform 認証を構成します。このセクションの後、この記事では、既存の Azure Databricks ワークスペースで、Azure Databricks ノートブック、クラスター、およびクラスターでノートブックを実行するジョブをプロビジョニングするためのサンプル構成について説明します。

要件

Terraform CLI が必要です。詳細については、Terraform Web サイトの Terraform のダウンロードに関する記事を参照してください。
Terraform プロジェクトが必要です。ターミナルで空のディレクトリを作成し、それに切り替えます。 (Terraform 構成ファイルの各個別のセットは、Terraform プロジェクトと呼ばれる独自のディレクトリに存在する必要があります)。例: mkdir terraform_demo && cd terraform_demo。
```
mkdir terraform_demo && cd terraform_demo
```
Terraform プロジェクトの 1 つ以上の構成ファイルに、プロジェクトの Terraform 構成を含めます。構成ファイルの構文の詳細については、Terraform Web サイトの Terraform 言語のドキュメントを参照してください。
Terraform プロジェクトに Databricks Terraform プロバイダーの依存関係を追加する必要があります。 Terraform プロジェクトの構成ファイルのいずれかに以下を追加します。
```
terraform {
  required_providers {
    databricks = {
      source = "databricks/databricks"
    }
  }
}
```
Terraform プロジェクトの認証を構成する必要があります。 Databricks Terraform プロバイダーのドキュメントの「認証」を参照してください。

サンプル構成

このセクションは、既存の Azure Databricks ワークスペースで、Azure Databricks ノートブック、クラスター、およびクラスターでノートブックを実行するジョブをプロビジョニングするためのサンプル構成について説明します。前のセクションで説明したように、要件を既に設定しているだけでなく、Terraform プロジェクトを作成し、Terraform 認証を使用してプロジェクトを構成済みであることを前提としています。

Terraform プロジェクトに me.tf というファイルを作成し、次のコードを追加します。このファイルは、次の現在のユーザー (ユーザー) に関する情報を取得します。
```
# Retrieve information about the current user.
data "databricks_current_user" "me" {}
```

別の notebook.tf という名前のファイルを作成し、次のコードを追加します。このファイルはノートブックを表します。

variable "notebook_subdirectory" {
  description = "A name for the subdirectory to store the notebook."
  type        = string
  default     = "Terraform"
}

variable "notebook_filename" {
  description = "The notebook's filename."
  type        = string
}

variable "notebook_language" {
  description = "The language of the notebook."
  type        = string
}

resource "databricks_notebook" "this" {
  path     = "${data.databricks_current_user.me.home}/${var.notebook_subdirectory}/${var.notebook_filename}"
  language = var.notebook_language
  source   = "./${var.notebook_filename}"
}

output "notebook_url" {
 value = databricks_notebook.this.url
}

別の notebook.auto.tfvars という名前のファイルを作成し、次のコードを追加します。このファイルは、ノートブックのプロパティを指定します。
```
notebook_subdirectory = "Terraform"
notebook_filename     = "notebook-getting-started.py"
notebook_language     = "PYTHON"
```
別の notebook-getting-started.py という名前のファイルを作成し、次のコードを追加します。このファイルはノートブックのコンテンツを表します。
```
display(spark.range(10))
```

別の cluster.tf という名前のファイルを作成し、次のコードを追加します。このファイルはクラスターを表します。

variable "cluster_name" {
  description = "A name for the cluster."
  type        = string
  default     = "My Cluster"
}

variable "cluster_autotermination_minutes" {
  description = "How many minutes before automatically terminating due to inactivity."
  type        = number
  default     = 60
}

variable "cluster_num_workers" {
  description = "The number of workers."
  type        = number
  default     = 1
}

# Create the cluster with the "smallest" amount
# of resources allowed.
data "databricks_node_type" "smallest" {
  local_disk = true
}

# Use the latest Databricks Runtime
# Long Term Support (LTS) version.
data "databricks_spark_version" "latest_lts" {
  long_term_support = true
}

resource "databricks_cluster" "this" {
  cluster_name            = var.cluster_name
  node_type_id            = data.databricks_node_type.smallest.id
  spark_version           = data.databricks_spark_version.latest_lts.id
  autotermination_minutes = var.cluster_autotermination_minutes
  num_workers             = var.cluster_num_workers
}

output "cluster_url" {
 value = databricks_cluster.this.url
}

別の cluster.auto.tfvars という名前のファイルを作成し、次のコードを追加します。このファイルは、クラスターのプロパティを指定します。
```
cluster_name                    = "My Cluster"
cluster_autotermination_minutes = 60
cluster_num_workers             = 1
```

別の job.tf という名前のファイルを作成し、次のコードを追加します。このファイルは、クラスターでノートブックを実行するジョブを表します。

variable "job_name" {
  description = "A name for the job."
  type        = string
  default     = "My Job"
}

resource "databricks_job" "this" {
  name = var.job_name
  existing_cluster_id = databricks_cluster.this.cluster_id
  notebook_task {
    notebook_path = databricks_notebook.this.path
  }
  email_notifications {
    on_success = [ data.databricks_current_user.me.user_name ]
    on_failure = [ data.databricks_current_user.me.user_name ]
  }
}

output "job_url" {
  value = databricks_job.this.url
}

別の job.auto.tfvars という名前のファイルを作成し、次のコードを追加します。このファイルは、ジョブのプロパティを指定します。
```
job_name = "My Job"
```
terraform planを実行します。エラーがある場合は、修正してからコマンドを再実行します。
terraform applyを実行します。
ノートブック、クラスターおよびジョブが作成されたことを確認します。terraform apply コマンドの出力で、notebook_url、cluster_url、および job_url の URL を見つけ、それらの URL に移動します。
ジョブを実行します。[ジョブ] ページで、[今すぐ実行] をクリックします。ジョブが完了したら、メールの受信トレイを確認します。
このサンプルが完了したら、terraform destroy を実行して、Azure Databricks ワークスペースからノートブック、クラスターおよびジョブを削除します。

Note

terraform plan、terraform apply、terraform destroy コマンドの詳細については、Terraform ドキュメントの Terraform CLI ドキュメントを参照してください。
ノートブック、クラスターおよびジョブが削除されたことを確認します。ノートブック、クラスターおよびジョブのページを更新して、リソースが見つからないことを示す各メッセージを表示します。

次の手順

Azure Databricks ワークスペースを作成します。
Azure Databricks ワークスペースのワークスペースリソースを管理します。

トラブルシューティング

注意

Terraform 固有のサポートについては、HashiCorp Discuss Web サイトの最新の Terraform トピックに関する記事を参照してください。 Databricks Terraform プロバイダー固有の問題については、databrickslabs/terraform-provider-databricks GitHub リポジトリの問題に関する記事を参照してください。

エラー: プロバイダーのインストールに失敗しました

問題: バージョン管理システムに terraform.lock.hcl ファイルをチェックインせず、terraform init コマンドを実行すると、次のメッセージが表示されます。Failed to install provider。追加の出力には、次のようなメッセージが含まれる場合があります。

Error while installing databrickslabs/databricks: v1.0.0: checksum list has no SHA-256 hash for "https://github.com/databricks/terraform-provider-databricks/releases/download/v1.0.0/terraform-provider-databricks_1.0.0_darwin_amd64.zip"

原因: Terraform 構成が古い Databricks Terraform プロバイダーを参照しています。

解決策:

すべての .tf ファイル内の databrickslabs/databricks を databricks/databricks で置き換えます。

この置換を自動化するには、更新する .tf ファイルを含む親フォルダーから次の Python コマンドを実行します。
```
python3 -c "$(curl -Ls https://dbricks.co/updtfns)"
```
次の Terraform コマンドを実行し、ダイアログが表示されたら変更を承認します。
```
terraform state replace-provider databrickslabs/databricks databricks/databricks
```
このコマンドの詳細については、Terraform ドキュメントの「Command: state replace-provider」を参照してください。
次の Terraform コマンドを実行して変更を確認します。
```
terraform init
```

エラー: 使用可能なプロバイダーパッケージのクエリに失敗しました

問題: バージョン管理システムに terraform.lock.hcl ファイルをチェックインせず、terraform init コマンドを実行すると、次のメッセージが表示されます。Failed to query available provider packages。

原因: Terraform 構成が古い Databricks Terraform プロバイダーを参照しています。

解決策: 「エラー: プロバイダーのインストールに失敗しました」の解決策の指示に従ってください。

ログの有効化

Databricks Terraform プロバイダーは、TF_LOG 環境変数を DEBUG または Terraform がサポートするその他のログレベルに設定することで有効にできるログを出力します。

既定では、ログは stderrに送信されます。ファイルにログを送信するには、TF_LOG_PATH 環境変数をターゲットファイルパスに設定します。

たとえば、次のコマンドを実行してデバッグレベルでのログ記録を有効にし、terraform apply コマンドの実行中に、現在の作業ディレクトリに対して相対的な tf.log という名前のファイルにモノクロ形式でログを出力できます。

TF_LOG=DEBUG TF_LOG_PATH=tf.log terraform apply -no-color

Terraform のログ記録の詳細については、「Terraform のデバッグ」を参照してください。

追加の例

その他のリソース

Terraform レジストリ Web サイトの Databricks プロバイダーのドキュメント
Terraform Web サイトの Terraform のドキュメント
GitHub の terraform-databricks-examples リポジトリ

Databricks Terraform プロバイダー

作業の開始

要件

サンプル構成

次の手順

トラブルシューティング

エラー: プロバイダーのインストールに失敗しました

エラー: 使用可能なプロバイダー パッケージのクエリに失敗しました

ログの有効化

追加の例

その他のリソース

その他のリソース

エラー: 使用可能なプロバイダーパッケージのクエリに失敗しました