Notatka
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Zadania i potoki bezserwerowe działają w jednym z następujących trybów wydajności:
- Tryb zoptymalizowany pod względem wydajności (domyślny): Azure Databricks utrzymuje gotowy pulę ciepłego poziomu obliczeniowego, więc obciążenia zazwyczaj zaczynają się w mniej niż minutę i szybko zyskują więcej mocy obliczeniowej, gdy jest tego potrzebne. Używaj tego trybu do szybkiego przekazywania informacji zwrotnej podczas tworzenia i testowania lub gdy tryb standardowy nie spełnia wymagań dotyczących ukończenia lub świeżości danych.
- Tryb standardowy: Obciążenia zazwyczaj zaczynają się w ciągu 4 do 6 minut i zużywają mniej jednostek Databricks (DBU). Oceniaj ten tryb pod kątem pracy zaplanowanej i wsadowej, gdy uruchomienia reprezentatywne spełniają wymagania dotyczące zakończenia i świeżości danych.
Wybierasz tryb dla każdego zadania i harmonogramu każdego potoku. Aby znaleźć obciążenia, w których tryb standardowy oszczędzałby najwięcej, zobacz Znajdź zadania i potoki do przełączenia na tryb standardowy.
Ta strona porównuje tryby, wyjaśnia, jak wybrać i ustawić tryb oraz pokazuje, jak sprawdzić, którego trybu używał dany bieg i ile kosztował.
Note
Tryb standardowy to ustawienie wydajnościowe dla obliczeń bezserwerowych. To nie jest związane ze standardowym trybem dostępu dla klasycznych obliczeń.
Porównaj tryby wydajności
Poniższa tabela porównuje oba tryby wydajności:
| Tryb zoptymalizowany pod względem wydajności (domyślny) | Tryb standardowy | |
|---|---|---|
| Czas uruchomienia | Zazwyczaj mniej niż minuta. Azure Databricks utrzymuje gotowe zasoby obliczeniowe na potrzeby obciążenia roboczego. | Zazwyczaj 4 do 6 minut, w zależności od dostępności mocy obliczeniowej. |
| Czas trwania | Krótsze w przypadku obciążeń skalujących się w górę, ponieważ moc obliczeniowa jest dodawana z gotowej puli zasobów. | Może być dłuższy dla obciążeń, które skalują się w górę, ponieważ obliczenia są dodawane wolniej. |
| Koszt | Zużywa więcej DBU przy tym samym obciążeniu, w zamian za szybkie i przewidywalne starty. | Zużywa mniej DBU dla tego samego obciążenia, przy tej samej cenie za DBU i na tym samym SKU. |
| Najlepsze dla | Interaktywna praca i rozwój wymagające szybkiej informacji zwrotnej oraz obciążenia produkcyjne, których wymagania dotyczące ukończenia lub świeżości danych standard nie spełnia. | Praca zaplanowana i wsadowa spełniająca wymagania dotyczące zakończenia i świeżości danych przy wolniejszym uruchamianiu i skalowaniu, takie jak nocne zadania wsadowe, uzupełnienia i jednorazowe ładowania. |
Tryb zoptymalizowany pod kątem wydajności jest domyślnym trybem dla bezserwerowych zadań i potoków, niezależnie od tego, czy tworzysz je w interfejsie użytkownika, za pomocą interfejsu API, przy użyciu Declarative Automation Bundles, Terraform czy pakietów SDK. Odświeżenia widoków materializowanych i tabel strumieniowych, które działają według harmonogramu z definicji tabeli, mają własne ustawienie, które domyślnie przyjmuje tryb standardowy. Zobacz Wybieranie trybu wydajności dla zaplanowanych odświeżeń.
Oba tryby uruchamiają obciążenie na tym samym środowisku bezserwerowym i dają te same wyniki. Cennik znajdziesz na stronie cennika Lakeflow Jobs.
Wybierz tryb dla swojego obciążenia
Domyślnym trybem jest optymalizacja wydajności. Dla zaplanowanej pracy wsadowej Databricks zaleca ocenę standardowego trybu dla niższych kosztów. Wybierz tryb standardowy, gdy reprezentatywne uruchomienia, w tym czas uruchamiania i skalowania, spełniają wymagania dotyczące ukończenia przetwarzania i świeżości danych. Na przykład nocne zadanie może używać trybu standardowego, jeśli zakończy się, zanim kolejne pulpity nawigacyjne będą potrzebować jego wyników.
Użyj trybu zoptymalizowanego pod względem wydajności dla następujących obciążeń:
- Praca interaktywna, w której ktoś czeka na wynik, na przykład uruchomienia ad hoc za pomocą opcji Run now oraz uruchomienia rozpoczynane przez użytkownika z poziomu aplikacji lub za pomocą wywołania interfejsu API.
- Tworzenie, testowanie i walidacja zadań oraz pipeline'ów, gdzie liczy się szybka informacja zwrotna.
- Obciążenia, których umowa o poziomie usług, cel świeżości danych lub dalsi odbiorcy wymagają szybszych wyników niż zapewnia tryb standardowy.
- Zadania uruchamiane przez wyzwalacz przybycia pliku lub wyzwalacz aktualizacji tabeli, których celem jest szybkie przetworzenie nowych danych.
- Zadania uruchamiane co kilka minut, gdzie wolniejsze uruchamianie mogło opóźnić lub przesunąć kolejkę do kolejki.
- Krótkie zadania, gdzie czas uruchomienia stanowi dużą część całkowitego czasu pracy, a szybkie ukończenie ma znaczenie.
- Obciążenia wymagające szybszego zwiększania skali, aby spełnić wymagania dotyczące czasu ukończenia.
Tryb standardowy dobrze sprawdza się w następujących zadaniach:
- Nocne, godzinowe i inne zaplanowane zadania wsadowe, które spełniają wymagania dotyczące ukończenia i świeżości danych w trybie standardowym.
- Potoki, które odświeżają tabele według harmonogramu, gdy aktualizacje kończą się, zanim odbiorcy potrzebują wyników.
- Uzupełnienia i jednorazowe ładowanie danych.
- Zadania, które zewnętrzny orkiestrator uruchamia według harmonogramu, gdy tryb standardowy spełnia wymagania końcowe zakończenia.
Ustawienie trybu wydajności nie dotyczy interaktywnych notebooków bezserwerowych.
Tryb wydajności to ustawienie na poziomie zadania. Jeśli zadanie łączy zadania wrażliwe na czas z tymi, które mogą poczekać, podziel je na osobne zadania. Aby organizować zadania typu job razem, użyj zadania Run Job. Zadanie uruchamiane przez zadanie Run Job korzysta z własnego trybu wydajności.
Wypróbuj tryb standardowy dla istniejącego zadania
Aby zmierzyć wpływ trybu standardowego na zadanie przed podjęciem decyzji o nim, wykonaj następujące kroki:
- Przełącz zadanie na tryb standardowy. Zobacz Przełącz zadanie na tryb standardowy.
- Pozwól zadaniu działać zgodnie z normalnym harmonogramem przez kilka reprezentatywnych uruchomień.
- Porównaj DBU na jedno uruchomienie oraz czas zakończenia, włącznie z uruchomieniem, z uruchomieniami sprzed przełączenia. Sprawdź, czy zadanie nadal spełnia wymagania dotyczące ukończenia i świeżości danych. Zobacz Pomiar kosztów każdego trybu.
- Jeśli zadanie nie spełnia już wymagań opóźnień, przełącz je z powrotem na tryb optymalizacji wydajności. Zmiana dotyczy następnego uruchomienia.
Użyj zaplanowanych uruchomień zadania do porównania. Dodatkowe ręczne uruchomienia zadania produkcyjnego mogą zapisywać zduplikowane dane.
Wsparcie dla trybu wydajności według typu obciążenia
Możesz bezpośrednio skonfigurować tryb wydajności dla następujących typów obciążeń obliczeniowych bezserwerowych:
- Notebook bezserwerowy, skrypt Python, pakiet wheel Python, zadania JAR i dbt, w tym notatniki uruchamiane przez zadanie za pomocą
dbutils.notebook.run(). - Potoki bezserwerowe uruchamiane są z zadania potoku.
- Odświeżenia widoków materializowanych i tabel strumieniowych, które uruchamia zadanie SQL lub które uruchamia notatnik lub zadanie dbt w magazynie SQL. Tryb ten nie zmienia magazynu danych SQL.
Następujące obciążenia działają w trybie zoptymalizowanym pod względem wydajności:
- Wyzwolone aktualizacje potoku, które uruchamiasz ręcznie. Wyjątkiem jest selektywne pełne odświeżanie, które może działać w trybie standardowym. Zobacz Przełącz potok do trybu standardowego.
- Potoki ciągłe używają wbudowanego trybu ciągłego potoku. Aby wybrać tryb, uruchom pipeline z ciągłym zadaniem. Zobacz Przełącz potok do trybu standardowego.
Dla następujących obciążeń tryb wydajności ustawiasz gdzie indziej niż w ustawieniach zadania:
- Jednorazowe uruchomienia utworzone za pomocą operacji Jobs API
runs/submit. Aby ustawić tryb wydajności, ustawperformance_targetw treści żądania. Jeśli pominiesz ten parametr, uruchomienie korzysta z trybu zoptymalizowanego pod względem wydajności. - Zmaterializowane widoki i tabele strumieniowe odświeżane zgodnie z harmonogramem określonym w definicji tabeli. Aby ustawić tryb wydajności, zaktualizuj harmonogram odświeżania w Eksploratorze katalogu. Te odświeżenia domyślnie korzystają z trybu standardowego. Ustawianie trybu tych odświeżeń jest w fazie Beta. Aby z niego skorzystać, administrator przestrzeni roboczej musi włączyć podgląd System-Managed Job for Materialized Views & Streaming Tables na stronie Podglądy . Zobacz Zarządzanie podglądami Azure Databricks oraz Wybierz tryb wydajności dla zaplanowanych odświeżeń.
Tryb wydajnościowy nie dotyczy interaktywnych notesów bezserwerowych, zadań działających na klasycznych obliczeniach, magazynów SQL ani zadań działających w AI Runtime.
Przełącz zadanie na tryb standardowy
Note
- Aby zmienić tryb wydajności zadania, potrzebujesz uprawnienia CAN MANAGE dla zadania.
- Aby ustawić tryb w Declarative Automation Bundles, potrzebujesz Databricks CLI w wersji 0.241.0 lub nowszej.
Ustawiasz tryb wydajności dla każdego jobu. Tryb ten dotyczy wszystkich zadań bezserwerowych w zadaniu, a zmiana dotyczy uruchomień rozpoczynających się po jego zapisaniu.
interfejs użytkownika
Aby przełączyć zadanie na tryb standardowy w interfejsie Zadania, wykonaj następujące czynności:
- W obszarze roboczym kliknij
Zadania i rury na pasku bocznym.
- Kliknij nazwę zadania.
- W panelu szczegółów zadania wyłącz Performance optimized.
Zoptymalizowane pod kątem wydajności jest wyłączone w panelu szczegółów zadania, a uruchomienia rozpoczynające się po zmianie używają standardowego trybu.
Aby wrócić do trybu optymalizacji wydajności, włącz opcję Optymalizacja wydajności. Możesz zmienić ustawienie tylko wtedy, gdy zadanie ma co najmniej jedną czynność, do której stosuje się tryb. Zobacz Wsparcie trybu wydajności według typu obciążenia.
Możesz także wybrać tryb dla pojedynczego uruchomienia:
- Uruchom teraz z różnymi ustawieniami: Uruchamia zadanie raz w wybranym przez Ciebie trybie, bez zmiany zadania. Zobacz Uruchamianie zadania z różnymi ustawieniami.
- Uruchomienie naprawcze: Domyślnie naprawa używa tego samego trybu co uruchomienie, które naprawia. Możesz wybrać inny tryb naprawy. Zobacz Ponowne uruchamianie nieudanych i pominiętych zadań.
Gdy planujesz notatnik z poziomu notatnika, wybierz tryb w oknie dialogowym harmonogramu. Zobacz Tworzenie i zarządzanie zaplanowanymi zleceniami notatnika.
Pakiety automatyzacji deklaratywnej
Aby użyć trybu standardowego dla zadania w pakiecie, ustaw performance_target na zasobie zadania. Poniższy przykład używa trybu standardowego oraz trybu zoptymalizowanego pod względem wydajności w celu dev , aby szybciej uzyskać informację zwrotną podczas rozwoju:
resources:
jobs:
nightly_etl:
name: nightly_etl
performance_target: STANDARD
tasks:
- task_key: transform
notebook_task:
notebook_path: ../src/transform.ipynb
targets:
dev:
resources:
jobs:
nightly_etl:
performance_target: PERFORMANCE_OPTIMIZED
Jeśli pominiesz performance_target, zadanie korzysta z trybu optymalizacji wydajności. Aby uzyskać więcej informacji o zasobach zadań i nadpisywaniu ustawień docelowych, zobacz zadanie i Nadpisywanie przy użyciu ustawień docelowych.
interfejs API REST
Aby przełączyć istniejące zadanie na tryb standardowy, wywołaj Update job settings z performance_target w new_settings. Poniższy przykład zakłada, że DATABRICKS_HOST zmienne środowiskowe i DATABRICKS_TOKEN są ustawione, jak opisano w sekcji Wykonaj uwierzytelnianie osobistego tokena dostępu:
curl -X POST "$DATABRICKS_HOST/api/2.2/jobs/update" \
-H "Authorization: Bearer $DATABRICKS_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"job_id": 123456789,
"new_settings": {
"performance_target": "STANDARD"
}
}'
Poniższa lista opisuje, jak performance_target działa w innych żądaniach:
-
Utwórz zadanie: Ustawia tryb dla nowego zadania. Jeśli pominiesz pole, zadanie użyje
PERFORMANCE_OPTIMIZED. -
Resetuj zadanie: Zastępuje wszystkie ustawienia zadania. Aby zachować tryb standardowy, uwzględnij
performance_targetw nowych ustawieniach. - Uruchom teraz i Napraw uruchomienie: Ustawia tryb tylko dla tego uruchomienia.
-
Złóż jednorazowe uruchomienie: Ustawia tryb uruchomienia. Jeśli pominiesz pole, uruchomienie korzysta z
PERFORMANCE_OPTIMIZED.
Databricks CLI
Aby przełączyć istniejące zadanie na tryb standardowy, uruchom databricks jobs update z identyfikatorem zadania w ciele żądania JSON:
databricks jobs update --json '{"job_id": 123456789, "new_settings": {"performance_target": "STANDARD"}}'
Aby uruchomić zadanie jednorazowo w trybie standardowym bez zmiany zadania, uruchom następujące polecenie:
databricks jobs run-now 123456789 --performance-target STANDARD --no-wait
Zestaw SDK dla języka Python
Aby przełączyć jedno lub więcej istniejących zadań do trybu standardowego za pomocą Databricks SDK dla Python, uruchom następujące kroki:
from databricks.sdk import WorkspaceClient
from databricks.sdk.service import jobs
w = WorkspaceClient()
# Replace with the IDs of the jobs to switch to standard mode.
job_ids = [123456789, 234567890]
for job_id in job_ids:
w.jobs.update(
job_id=job_id,
new_settings=jobs.JobSettings(performance_target=jobs.PerformanceTarget.STANDARD),
)
Terraform
Aby użyć trybu standardowego dla zadania zarządzanego za pomocą dostawcy Databricks Terraform, ustaw performance_target na zasobie databricks_job :
resource "databricks_job" "nightly_etl" {
name = "nightly_etl"
performance_target = "STANDARD"
task {
task_key = "transform"
notebook_task {
notebook_path = "/Workspace/Users/someone@example.com/transform"
}
}
}
Jeśli pakiet lub Terraform wdraża zadanie, zmień tryb w konfiguracji. Następne wdrożenie nadpisuje zmiany, które wprowadzisz w interfejsie użytkownika lub w API. Zadania wdrażane przez pakiet są tylko do odczytu w interfejsie Jobs.
Przełącz potok na tryb standardowy
Potok bezserwerowy korzysta z trybu wydajnościowego zadania, które go uruchamia. Gdy planujesz pipeline ze strony pipeline, harmonogram tworzy zadanie, więc wybierasz tryb w harmonogramie.
Aby utworzyć harmonogram potoku korzystający z trybu standardowego, wykonaj następujące czynności:
- W obszarze roboczym kliknij
Zadania i rury na pasku bocznym.
- Kliknij nazwę pipeline.
- Kliknij pozycję Harmonogram. Jeśli potok ma już harmonogram, kliknij Dodaj harmonogram.
- Skonfiguruj wyzwalacz i nazwę zadania. Zobacz Planowanie potoku za pomocą interfejsu użytkownika potoku.
- Odznacz pole wyboru Optymalizacja wydajności .
- Kliknij pozycję Utwórz.
Harmonogram tworzy zadanie, które uruchamia potok w trybie standardowym. Aby potwierdzić, otwórz to zadanie i sprawdź, czy opcja Optymalizacja wydajności jest wyłączona w panelu szczegółów zadania .
Aby zmienić tryb istniejącego harmonogramu lub innego zadania uruchamiającego potok, przełącz to zadanie na tryb standardowy. Zobacz Przełącz zadanie na tryb standardowy.
Aktualizacje potoku wyzwalane ręcznie, na przykład przy użyciu opcji Start na stronie potoku, są uruchamiane w trybie zoptymalizowanym pod kątem wydajności. Selektywne pełne odświeżanie może działać w trybie standardowym. Po wybraniu tabel do odświeżenia kliknij Uruchom teraz z innymi ustawieniami, włącz Uruchom potok z pełnym odświeżeniem tabel i wyłącz Optymalizacja pod kątem wydajności.
Potok ciągły, który korzysta z wbudowanego trybu ciągłego potoku, działa w trybie zoptymalizowanym pod względem wydajności i nie możesz zmienić jego trybu. Aby uruchomić ciągły potok w trybie standardowym, uruchom go z zadaniem ciągłym i wyłącz Optymalizacja wydajności dla tego zadania. Ciągłe zadanie przechodzi do nowego trybu po ponownym uruchomieniu przebiegu. Aby od razu zastosować zmianę, kliknij Uruchom ponownie przebieg. Zobacz Uruchamianie ciągłego potoku z ciągłym zadaniem oraz Uruchamianie zadań w trybie ciągłym.
W przypadku widoków materializowanych i tabel strumieniowych, które są odświeżane zgodnie z harmonogramem określonym w definicji tabeli, ustaw tryb w harmonogramie odświeżania w Eksploratorze katalogu. Zobacz Wybieranie trybu wydajności dla zaplanowanych odświeżeń.
Sprawdź, w jakim trybie wykonano uruchomienie
Tryb używany przez dane uruchomienie może różnić się od ustawienia zadania. Na przykład, możesz wybrać inny tryb dla jednego uruchomienia, a tryb ten nie dotyczy niektórych typów zadań. Aby sprawdzić, którego trybu użyto w danym uruchomieniu, skorzystaj z jednej z poniższych metod:
- UI zadań: Otwórz przebieg. Na stronie szczegółów wykonania zadania panel szczegółów pokazuje Wydajność zoptymalizowana jako Włączona dla trybu optymalizacji wydajności lub Wyłączona dla trybu standardowego. Na stronie szczegółów wykonania zadania jest wyświetlane to samo pole dla każdego zadania.
-
API zadań: pole
effective_performance_targetw odpowiedzi Pobierz pojedyncze uruchomienie zadania wskazuje tryb użyty przez to uruchomienie. -
Tabele systemowe: Kolumna
product_features.performance_targetw systemowej tabeli rozliczanego użycia zapisuje tryb dla zadań bezserwerowych i potoków. W przypadku aktualizacji potoku wyzwalanych przez zadanie kolumna wtrigger_details.job_task.performance_targetrównież rejestruje tryb.
Mierzenie kosztu każdego trybu
Użyj tabeli systemowej rozliczanego użycia, aby znaleźć obciążenia do zmiany i zmierzyć, ile pozwala zaoszczędzić tryb standardowy. Rekordy użytkowania mogą potrzebować kilku godzin, aby pojawić się w tabeli. Zapytania w tej sekcji używają cen katalogowych, więc koszty nie odzwierciedlają rabatów.
Znajdź zadania i potoki do przełączenia na tryb standardowy
Poniższe zapytanie wymienia zadania i potoki bezserwerowe, które korzystały z trybu zoptymalizowanego pod względem wydajności w ciągu ostatnich 30 dni, posortowane według kosztu listy. Obciążenia znajdujące się na szczycie wyników są dobrymi kandydatami do trybu standardowego, gdy reprezentatywne uruchomienia, w tym czas uruchomienia i skalowania, spełniają wymagania dotyczące zakończenia i świeżości danych.
SELECT
u.workspace_id,
u.billing_origin_product AS product,
u.usage_metadata.job_id AS job_id,
u.usage_metadata.dlt_pipeline_id AS pipeline_id,
MAX(u.usage_metadata.job_name) AS job_name,
COUNT(DISTINCT u.usage_metadata.job_run_id) AS job_runs,
SUM(u.usage_quantity) AS dbus,
SUM(u.usage_quantity * lp.pricing.default) AS list_cost
FROM system.billing.usage AS u
INNER JOIN system.billing.list_prices AS lp
ON u.cloud = lp.cloud
AND u.sku_name = lp.sku_name
AND u.usage_start_time >= lp.price_start_time
AND (u.usage_end_time <= lp.price_end_time OR lp.price_end_time IS NULL)
WHERE
u.billing_origin_product IN ('JOBS', 'DLT')
AND u.product_features.is_serverless
AND u.product_features.performance_target = 'PERFORMANCE_OPTIMIZED'
AND u.usage_unit = 'DBU'
AND u.usage_date >= DATEADD(day, -30, current_date())
GROUP BY
u.workspace_id,
u.billing_origin_product,
u.usage_metadata.job_id,
u.usage_metadata.dlt_pipeline_id
ORDER BY list_cost DESC
LIMIT 50
Aby przełączyć pipeline wykonywany przez zadanie, zmień zadanie. Zobacz Przełącz zadanie na tryb standardowy.
Porównaj wykorzystanie zadania przed i po zmianie
Po uruchomieniu zadania w obu trybach, następujące zapytanie porównuje DBU, które jego zadania zużywają na jedno uruchomienie w każdym z nich. Zamień <job-id> na ID zadania:
SELECT
u.product_features.performance_target AS performance_mode,
COUNT(DISTINCT u.usage_metadata.job_run_id) AS runs,
SUM(u.usage_quantity) AS dbus,
SUM(u.usage_quantity) / COUNT(DISTINCT u.usage_metadata.job_run_id) AS dbus_per_run
FROM system.billing.usage AS u
WHERE
u.billing_origin_product = 'JOBS'
AND u.product_features.is_serverless
AND u.usage_unit = 'DBU'
AND u.usage_metadata.job_id = '<job-id>'
AND u.usage_date >= DATEADD(day, -30, current_date())
GROUP BY ALL
Zapytanie liczy tylko użycie rozliczane w ramach zadania (JOBS). Zadania pipeline są fakturowane jako wykorzystanie pipeline (DLT), więc wyniki ich nie uwzględniają. Aby porównać potok uruchamiany przez zadanie potoku, filtruj na u.billing_origin_product = 'DLT' i u.usage_metadata.dlt_pipeline_id = '<pipeline-id>' zamiast tego oraz licz u.usage_metadata.dlt_update_id zamiast u.usage_metadata.job_run_id.
Zużycie DBU na jedno uruchomienie zależy również od ilości danych przetwarzanych przez każde uruchomienie, więc porównaj uruchomienia przetwarzające podobne ilości danych. Aby porównać czasy trwania uruchomień, otwórz zadanie i zobacz jego uruchomienia. Zobacz Monitorowanie zadań Lakeflow.
Aby raportować zużycie DBU według trybu we wszystkich zadaniach i potokach, zobacz Raport dotyczący DBU zużytych w trybie wydajności.
Najczęściej zadawane pytania (FAQ) dotyczące trybów wydajności bezserwerowej
Czy tryb standardowy ma inną cenę?
No. Oba tryby są rozliczane pod tym samym SKU po tej samej cenie za DBU. Tryb standardowy kosztuje mniej, ponieważ zużywa mniej DBU.
Czy mogę ustawić domyślny tryb dla wszystkich zadań w przestrzeni roboczej?
No. Ustawiasz tryb dla każdego zadania i każdego harmonogramu potoku. Aby przełączać wiele zadań, użyj Jobs API, Databricks SDK dla Python, Declarative Automation Bundles lub Terraform. Zobacz Przełącz zadanie na tryb standardowy.
Czy zadania w tym samym zadaniu mogą korzystać z różnych trybów?
No. Ten tryb dotyczy całego zadania. Aby uruchomić niektóre zadania w każdym trybie, umieść je w osobnych zleceniach i użyj zadania Uruchom zadanie do ich orkiestracji.
Kiedy zmiana trybu zaczyna obowiązywać?
Zmiana dotyczy uruchomień, które rozpoczną się po zapisaniu jej. Uruchomienie, które trwa, zachowuje tryb, w którym zostało uruchomione. Dla zadania ciągłego kliknij Uruchom ponownie uruchomienie, aby natychmiast zastosować zmianę.
Dlaczego uruchomienie używało innego trybu niż jego zadanie?
Uruchomienie mogło zostać uruchomione w trybie ustawionym tylko dla tego uruchomienia, na przykład z opcji Uruchom teraz z innymi ustawieniami, w wyniku naprawy lub z performance_target w żądaniu uruchom teraz. Aby sprawdzić, jakiego trybu użyto w przebiegu, zobacz Sprawdź, jakiego trybu użyto w przebiegu.
Dlaczego zadanie używa trybu standardowego, skoro go nie wybrałem?
Do września 2025 roku tryb standardowy był domyślny dla nowych zadań bezserwerowych i harmonogramów potoków tworzonych w interfejsie użytkownika. Zadania, które UI utworzyło w trybie standardowym przed zmianą, zachowują ten tryb do momentu jego zmiany. Zobacz notatki do wydania z września 2025. Aby przełączyć zadanie do trybu zoptymalizowanego pod kątem wydajności, zobacz Przełącz zadanie do trybu standardowego.
Dlaczego uruchomienie mojego zadania w trybie standardowym trwa dłużej niż 6 minut?
Czas uruchamiania w trybie standardowym zależy od dostępności mocy obliczeniowej i może się różnić przy każdym uruchomieniu. Cztery do sześciu minut to typowe czasy, a nie maksimum. Jeśli zadanie wymaga przewidywalnego czasu rozpoczęcia, użyj trybu zoptymalizowanego pod względem wydajności.
Czy mogę używać trybu standardowego do zadań wyzwalanych przez zewnętrzne narzędzie?
Yes. Ustaw tryb zadania i niech narzędzie wyzwala zadanie z uruchom teraz. Jeśli narzędzie przesyła jednorazowe uruchomienia z runs/submit, uruchomienia korzystają z trybu optymalizacji wydajności, chyba że żądanie ustawi performance_target.