Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of mappen te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen om mappen te wijzigen.
Opmerking
Dit artikel bevat informatie over Databricks Connect voor Databricks Runtime 13.3 LTS en hoger.
Dit artikel bevat gebruiksvereisten voor Databricks Connect. Zie Wat is Databricks Connect?voor meer informatie over Databricks Connect.
Werkruimtevereisten
Databricks Connect gebruiken om verbinding te maken met uw werkruimte:
Voor uw Azure Databricks-account en werkruimte moet Unity Catalog ingeschakeld zijn. Zie Aan de slag met Unity Catalog en een werkruimte inschakelen voor Unity Catalog.
De Databricks Runtime-versie van uw rekenproces moet groter zijn dan of gelijk zijn aan de Databricks Connect-pakketversie. Databricks raadt u aan het meest recente Databricks Connect-pakket te gebruiken dat overeenkomt met uw Databricks Runtime-versie.
Als u functies wilt gebruiken die beschikbaar zijn in latere versies van Databricks Runtime, moet u het Databricks Connect-pakket upgraden. Zie de releaseopmerkingen van Databricks Connect voor een lijst met beschikbare Databricks Connect-releases. Zie voor releaseopmerkingen van de Databricks Runtime-versie Databricks Runtime release-opmerkingen versies en compatibiliteit.
Als u verbinding maakt met serverloze berekeningen, moet uw werkruimte voldoen aan de vereisten voor serverloze berekeningen.
Opmerking
Serverloze compute wordt ondersteund vanaf Databricks Connect versie 15.1. Versies van Databricks Connect die lager zijn dan of gelijk zijn aan de Databricks Runtime-release op serverloos, zijn volledig compatibel. Zie release-opmerkingen. Zie De verbinding met Databricks Connect valideren om te controleren of de databricks-versie compatibel is met serverloze berekeningen.
Als u verbinding maakt met een cluster, moet uw doelcluster een clustertoegangsmodus van Toegewezen of Gedeeld gebruiken. Zie Toegangsmodi.
Vereisten voor lokale omgeving
Als u Databricks Connect wilt installeren, moet uw lokale ontwikkelomgeving voldoen aan de volgende vereisten:
Python
Authenticatie voor Databricks is geconfigureerd. Afhankelijk van het Databricks-verificatietype zijn er mogelijk vereisten:
Voor OAuth-gebruikers-naar-machine-verificatie (U2M) moet u de Databricks CLI gebruiken om te verifiëren voordat u uw code uitvoert. Zie de zelfstudie Databricks Connect voor Python.
OAuth-gebruikers-naar-machine-verificatie (U2M) en OAuth M2M-verificatie (machine-to-machine) worden ondersteund in Databricks SDK voor Python 0.19.0 en hoger. Zie Aan de slag met de Databricks SDK voor Python om de geïnstalleerde versie van uw project bij te werken.
Python 3 is geïnstalleerd en de secundaire versie van Python die is geïnstalleerd, voldoet aan de versievereisten in de onderstaande versiecompatibiliteitstabel .
Als u door de gebruiker gedefinieerde functies (UDF's) gebruikt, komt de lokale secundaire versie van Python overeen met de secundaire versie van Python van de Databricks Runtime-versie van het cluster of serverloze compute. Als u de secundaire Python-versie van de Databricks Runtime-versie van uw cluster wilt vinden, raadpleegt u de sectie Systeemomgeving van de releaseopmerkingen van Databricks Runtime voor die versie. Zie releaseopmerkingen van Databricks Runtime-versies en compatibiliteit en releaseopmerkingen voor serverloze compute.
Scala
Authenticatie voor Databricks is geconfigureerd. Afhankelijk van het verificatietype Databricks kunnen er vereisten zijn:
Voor OAuth-gebruikers-naar-machine-verificatie (U2M) moet u de Databricks CLI gebruiken om te verifiëren voordat u uw code uitvoert. Zie de zelfstudie Databricks Connect voor Scala.
OAuth-gebruikers-naar-machine-verificatie (U2M) en OAuth M2M-verificatie (machine-to-machine) worden ondersteund in Databricks SDK voor Java 0.18.0 en hoger. Zie Aan de slag met de Databricks SDK voor Java om de geïnstalleerde versie van uw project bij te werken.
Voor Databricks Connect voor Databricks Runtime 13.3 LTS en hoger bevat Databricks Connect voor Scala de Databricks SDK voor Java. Met deze SDK wordt de geïntegreerde Databricks-verificatiestandaard geïmplementeerd.
De Java Development Kit (JDK) is geïnstalleerd. Databricks raadt aan dat de versie van uw JDK-installatie overeenkomt met de JDK-versie in uw Azure Databricks-cluster. Als u de JDK-versie van de Databricks Runtime op uw cluster wilt vinden, raadpleegt u de sectie Systeemomgeving van de releaseopmerkingen van Databricks Runtime of de versiecompatibiliteitstabel.
Opmerking
Als u een JDK-versie gebruikt die niet overeenkomt met de JDK-versie van uw cluster, kan dit onverwacht gedrag veroorzaken of voorkomen dat uw code wordt uitgevoerd.
Scala is geïnstalleerd. Databricks raadt aan dat de versie van uw Scala-installatie overeenkomt met de Scala-versie in uw Azure Databricks-cluster. Als u de Scala-versie van de Databricks Runtime-versie van uw cluster wilt vinden, raadpleegt u de sectie Systeemomgeving van de releaseopmerkingen van Databricks Runtime of de versiecompatibiliteitstabel.
Als u door de gebruiker gedefinieerde functies (UDF's) gebruikt, komen de lokale Scala- en Java-versies overeen met de Scala- en Java-versies van de Databricks Runtime-versie van het cluster. Als u de Scala- en Java-versies van de Databricks Runtime-versie van uw cluster wilt vinden, raadpleegt u de sectie Systeemomgeving van de releaseopmerkingen van Databricks Runtime of de onderstaande versiecompatibiliteitstabel .
Er wordt een Scala-buildhulpprogramma, zoals sbt, geïnstalleerd.
Databricks Connect-versies
In de volgende tabel ziet u ondersteunde Databricks Connect en compatibele taalversies. Databricks Connect-versienummers komen overeen met databricks Runtime-versienummers. Zie de releaseopmerkingen van Databricks Connect voor een lijst met beschikbare Databricks Connect-releases. Zie voor releaseopmerkingen van de Databricks Runtime-versie Databricks Runtime release-opmerkingen versies en compatibiliteit.
Python
Zie De Python-basisomgeving voor UDF-ondersteuning.
| Databricks Connect-versie | Rekentype | Compatibele Python-versie |
|---|---|---|
| 18.0 tot 18.1 | Cluster | 3.12 |
| 18,0 | Serverloos, versie 5 | 3.12 |
| 17.2 tot 17.3 | Serverloos, versie 4 | 3.12 |
| 17.2 tot 17.3 | Cluster | 3.12 |
| 16.4.1 tot onder 17 | Serverloos, versie 3 | 3.12 |
| 16.4 | Cluster | 3.12 |
| 15.4.10 tot minder dan 16 | Serverloos, versie 2 | 3.11 |
| 15.4 | Cluster | 3.11 |
| 14.3 | Cluster | 3.10 |
| 13.3 | Cluster | 3.10 |
Scala
| Databricks Connect-versie | Rekentype | JDK-versie | Scala-versie |
|---|---|---|---|
| 18.0 tot 18.1 | Cluster | JDK 21 | 2.13.16 |
| 17.2 tot 17.3 | Serverloos, versie 4 | JDK 17 | 2.13.16 |
| 17.2 tot 17.3 | Cluster | JDK 17 | 2.13.16 |
| 16.4 | Cluster | JDK 17 | 2.12.18 |
| 15.4 | Cluster | JDK 8 | 2.12.18 |
| 14.3 | Cluster | JDK 8 | 2.12.15 |
| 13.3 | Cluster | JDK 8 | 2.12.15 |
Niet meer ondersteunde versies
Databricks Connect volgt de ondersteuningslevenscycli van Databricks Runtime. De volgende versies hebben het einde van de ondersteuning bereikt. Als u een versie van Databricks Connect gebruikt die end-of-support heeft bereikt, voert u een upgrade uit naar een ondersteunde versie.
Python
| Databricks Connect-versie | Rekentype | Compatibele Python-versie |
|---|---|---|
| 17.0 tot 17.1 | Serverloos, versie 4 | 3.12 |
| 16.0 tot 16.4.0 | Serverless | Er is geen compatibele Python-versie. Voer een upgrade uit naar Databricks Connect 16.4.1 of hoger. |
| 16.0 tot 16.3 | Cluster | 3.12 |
| 15.1 tot 15.4.9 | Serverless | Er is geen compatibele Python-versie. Voer een upgrade uit naar Databricks Connect 15.4.10 of hoger. |
| 15.1 tot 15.3 | Cluster | 3.11 |
| 14.0 tot 14.2 | Cluster | 3.10 |
| 13.0 tot 13.2 | Cluster | 3.10 |
Scala
| Databricks Connect-versie | Rekentype | JDK-versie | Scala-versie |
|---|---|---|---|
| 16.0 tot 16.3 | Cluster | JDK 17 | 2.12.18 |
| 15.1 tot 15.3 | Cluster | JDK 8 | 2.12.18 |
| 14.0 tot 14.2 | Cluster | JDK 8 | 2.12.15 |