DatabricksCompute クラス
Azure Machine Learning の Databricks コンピューティング先を管理します。
Azure Databricks は、Azure クラウド内の Apache Spark ベースの環境です。 これは、Azure Machine Learning パイプラインでコンピューティング先として使用できます。 詳細については、Azure Machine Learning でのコンピューティング先 に関する記事をご覧ください。
ComputeTarget クラスのコンストラクター。
指定されたワークスペースに関連付けられている Compute オブジェクトのクラウド表現を取得します。 取得した Compute オブジェクトの特定の型に対応する子クラスのインスタンスを返します。
- 継承
-
DatabricksCompute
コンストラクター
DatabricksCompute(workspace, name)
パラメーター
注釈
次の例は、Azure Databricks をコンピューティング先としてアタッチする方法を示しています。
# Replace with your account info before running.
db_compute_name=os.getenv("DATABRICKS_COMPUTE_NAME", "<my-databricks-compute-name>") # Databricks compute name
db_resource_group=os.getenv("DATABRICKS_RESOURCE_GROUP", "<my-db-resource-group>") # Databricks resource group
db_workspace_name=os.getenv("DATABRICKS_WORKSPACE_NAME", "<my-db-workspace-name>") # Databricks workspace name
db_access_token=os.getenv("DATABRICKS_ACCESS_TOKEN", "<my-access-token>") # Databricks access token
try:
databricks_compute = DatabricksCompute(workspace=ws, name=db_compute_name)
print('Compute target {} already exists'.format(db_compute_name))
except ComputeTargetException:
print('Compute not found, will use below parameters to attach new one')
print('db_compute_name {}'.format(db_compute_name))
print('db_resource_group {}'.format(db_resource_group))
print('db_workspace_name {}'.format(db_workspace_name))
print('db_access_token {}'.format(db_access_token))
config = DatabricksCompute.attach_configuration(
resource_group = db_resource_group,
workspace_name = db_workspace_name,
access_token= db_access_token)
databricks_compute=ComputeTarget.attach(ws, db_compute_name, config)
databricks_compute.wait_for_completion(True)
メソッド
attach |
非推奨。 代わりに、 既存の Databricks コンピューティング リソースを、指定されたワークスペースに関連付けます。 |
attach_configuration |
Databricks コンピューティング先をアタッチするための構成オブジェクトを作成します。 |
delete |
DatabricksCompute オブジェクトでは削除はサポートされていません。 代わりに detach を使用してください |
deserialize |
JSON オブジェクトを DatabricksCompute オブジェクトに変換します。 |
detach |
関連付けられているワークスペースから Databricks オブジェクトをデタッチします。 基になるクラウド オブジェクトは削除されず、関連付けだけが削除されます。 |
get_credentials |
Databricks ターゲットの資格情報を取得します。 |
refresh_state |
オブジェクトのプロパティのインプレース更新を実行します。 このメソッドは、対応するクラウド オブジェクトの現在の状態に基づいてプロパティを更新します。 これは主に、コンピューティング状態の手動ポーリングに使用されます。 |
serialize |
この DatabricksCompute オブジェクトを JSON でシリアル化された辞書に変換します。 |
attach
非推奨。 代わりに、attach_configuration
メソッドを使用してください。
既存の Databricks コンピューティング リソースを、指定されたワークスペースに関連付けます。
static attach(workspace, name, resource_id, access_token)
パラメーター
戻り値
コンピューティング オブジェクトの DatabricksCompute オブジェクト表現。
の戻り値の型 :
例外
attach_configuration
Databricks コンピューティング先をアタッチするための構成オブジェクトを作成します。
static attach_configuration(resource_group=None, workspace_name=None, resource_id=None, access_token='')
パラメーター
戻り値
コンピューティング オブジェクトをアタッチするときに使用される構成オブジェクト。
の戻り値の型 :
例外
delete
deserialize
JSON オブジェクトを DatabricksCompute オブジェクトに変換します。
static deserialize(workspace, object_dict)
パラメーター
戻り値
指定された JSON オブジェクトの DatabricksCompute 表現。
の戻り値の型 :
例外
注釈
指定されたワークスペースが、Compute が関連付けられているワークスペースでない場合、ComputeTargetException を発生させます。
detach
関連付けられているワークスペースから Databricks オブジェクトをデタッチします。
基になるクラウド オブジェクトは削除されず、関連付けだけが削除されます。
detach()
例外
get_credentials
Databricks ターゲットの資格情報を取得します。
get_credentials()
戻り値
Databricks ターゲットの資格情報。
の戻り値の型 :
例外
refresh_state
オブジェクトのプロパティのインプレース更新を実行します。
このメソッドは、対応するクラウド オブジェクトの現在の状態に基づいてプロパティを更新します。 これは主に、コンピューティング状態の手動ポーリングに使用されます。
refresh_state()
例外
serialize
この DatabricksCompute オブジェクトを JSON でシリアル化された辞書に変換します。
serialize()
戻り値
この DatabricksCompute オブジェクトの JSON 表現。
の戻り値の型 :
例外
フィードバック
https://aka.ms/ContentUserFeedback」を参照してください。
以下は間もなく提供いたします。2024 年を通じて、コンテンツのフィードバック メカニズムとして GitHub の issue を段階的に廃止し、新しいフィードバック システムに置き換えます。 詳細については、「フィードバックの送信と表示