`bundle` grupa poleceń

Note

Te informacje dotyczą interfejsu wiersza polecenia usługi Databricks w wersji 0.205 lub nowszej. Interfejs CLI Databricks jest w publicznej wersji testowej.

Korzystanie z interfejsu wiersza polecenia usługi Databricks podlega licencjom usługi Databricks i powiadomieniom o ochronie prywatności usługi Databricks, w tym wszelkim przepisom dotyczącym danych użycia.

Grupa bundle poleceń w interfejsie wiersza polecenia usługi Databricks zawiera polecenia do zarządzania pakietami zasobów usługi Databricks. Pakiety zasobów Databricks umożliwiają wyrażanie projektów jako kodu oraz programowe weryfikowanie, wdrażanie i uruchamianie przepływów pracy Azure Databricks, takich jak zadania, potoki deklaratywne platformy Lakeflow Spark oraz MLOps Stacks. Zobacz Co to są pakiety zasobów usługi Databricks?.

Note

Polecenia pakietu używają ustawień w databricks.yml do uwierzytelniania podczas uruchamiania wewnątrz folderu pakietu. Jeśli chcesz uruchomić polecenia pakietu z innym uwierzytelnianiem w folderze pakietu, określ profil konfiguracji przy użyciu --profile flagi (lub -p) i nie określ --target.

Alternatywnie, uruchom polecenia, które nie wymagają takiego samego uwierzytelniania jak pakiet, z miejsca poza folderem pakietu.

wdrażanie pakietu usługi databricks

Wdróż pakiet w zdalnym obszarze roboczym.

databricks bundle deploy [flags]

Element docelowy pakietu i tożsamość

Aby wdrożyć pakiet na określony cel, ustaw opcję -t (lub --target) zgodnie z nazwą określoną w plikach konfiguracyjnych pakietu. Jeśli nie określono żadnych opcji poleceń, zostanie użyty domyślny element docelowy zadeklarowany w plikach konfiguracji pakietu. Na przykład dla obiektu docelowego zadeklarowanego z nazwą dev:

databricks bundle deploy -t dev

Pakiet można wdrożyć w wielu obszarach roboczych, takich jak obszary robocze programistyczne, przejściowe i produkcyjne. Zasadniczo właściwość root_path to jest to, co określa unikatową tożsamość pakietu, która domyślnie wynosi ~/.bundle/${bundle.name}/${bundle.target}. W związku z tym tożsamość pakietu składa się z tożsamości narzędzia wdrażania, nazwy pakietu i nazwy docelowej pakietu. Jeśli są one identyczne w różnych pakietach, wdrożenie tych pakietów będzie przeszkadzać sobie nawzajem.

Ponadto wdrożenie pakietu śledzi zasoby tworzone w docelowym obszarze roboczym według ich identyfikatorów, które jako stan są przechowywane w systemie plików tego obszaru roboczego. Nazwy zasobów nie są używane do korelowania między wdrożeniem pakietu a instancją zasobu, więc:

Jeśli zasób w konfiguracji pakietu nie istnieje w docelowym obszarze roboczym, zostanie utworzony.
Jeśli w docelowym obszarze roboczym istnieje zasób w konfiguracji pakietu, zostanie on zaktualizowany w obszarze roboczym.
Jeśli zasób zostanie usunięty z konfiguracji pakietu, zostanie on usunięty z docelowego obszaru roboczego, jeśli został wcześniej wdrożony.
Skojarzenie zasobu z pakietem można zapomnieć tylko wtedy, gdy zmienisz nazwę pakietu, element docelowy pakietu lub obszar roboczy. Możesz uruchomić polecenie bundle validate , aby wyświetlić podsumowanie zawierające te wartości.

Opcje

--auto-approve

Pomiń interaktywne zatwierdzenia, które mogą być wymagane do wdrożenia.

-c, --cluster-id string

Zastąpij klaster we wdrożeniu przy użyciu danego identyfikatora klastra.

--fail-on-active-runs

Niepowodzenie, jeśli w wdrożeniu są uruchomione zadania lub potoki.

--force

Wymuszanie zastępowania walidacji gałęzi git.

--force-lock

Wymuś przejęcie blokady wdrożenia.

Flagi globalne

Przykłady

Poniższy przykład umożliwia wdrożenie pakietu przy użyciu określonego identyfikatora klastra:

databricks bundle deploy --cluster-id 0123-456789-abcdef

wdrażanie pakietu usługi databricks

Polecenia związane z wdrażaniem.

databricks bundle deployment [command]

Dostępne polecenia

bind — Wiązanie zasobu zdefiniowanego w pakiecie z istniejącym zasobem w zdalnym obszarze roboczym.
migrate — Migrowanie pakietu w celu użycia aparatu wdrażania bezpośredniego.
unbind — Odłączanie zasobu zdefiniowanego w pakiecie z jego zasobu zdalnego.

powiązanie wdrożenia pakietu usługi databricks

Łączenie zasobów zdefiniowanych w pakiecie z istniejącymi zasobami w obszarze roboczym usługi Azure Databricks w celu zarządzania nimi przez pakiety zasobów usługi Databricks. Jeśli powiążesz zasób, to istniejący zasób usługi Azure Databricks w obszarze roboczym zostanie zaktualizowany na podstawie konfiguracji zdefiniowanej w pakiecie, do którego jest przypisany, po następnym bundle deploy.

databricks bundle deployment bind KEY RESOURCE_ID [flags]

Powiązanie nie tworzy ponownie danych. Na przykład, jeśli do potoku z danymi w katalogu zastosowano wiązanie, możesz go wdrożyć do tego potoku bez utraty istniejących danych. Ponadto nie trzeba ponownie komkompilować zmaterializowanego widoku, więc potoki nie muszą być uruchamiane ponownie.

Polecenie powiązania powinno być używane z flagą --target . Na przykład powiąż swoje wdrożenie produkcyjne z potokiem produkcyjnym za pomocą komendy databricks bundle deployment bind --target prod my_pipeline 7668611149d5709ac9-2906-1229-9956-586a9zed8929

Tip

Warto potwierdzić zasób w obszarze roboczym przed uruchomieniem powiązania.

Bind jest wspierany dla następujących zasobów:

W przypadku zasobów obsługiwanych przez polecenie bundle generate, automatycznie powiąż zasób po wygenerowaniu, używając opcji --bind.

Argumenty (w programowaniu)

KEY

Klucz zasobu do powiązania

RESOURCE_ID

Identyfikator istniejącego zasobu do powiązania z

Opcje

--auto-approve

Automatyczne zatwierdzanie powiązania zamiast monitowania

--force-lock

Wymuszenie uzyskania blokady wdrożeniowej

Flagi globalne

Przykłady

Następujące polecenie wiąże zasób hello_job ze swoim zdalnym odpowiednikiem w obszarze roboczym. Polecenie generuje różnicę i pozwala ci odmówić powiązania zasobów, ale jeśli zostanie to potwierdzone, wszelkie aktualizacje definicji zadania w pakiecie zostaną zastosowane do odpowiedniego zdalnego zadania, gdy pakiet zostanie ponownie wdrożony.

databricks bundle deployment bind hello_job 6565621249

Migrowanie wdrożenia pakietu Databricks

Important

Ta funkcja jest eksperymentalna.

Przeprowadź migrację pakietu z użycia silnika wdrażania Terraform na silnik wdrażania bezpośredniego. Zobacz Migrowanie do aparatu wdrażania bezpośredniego. Aby ukończyć migrację, należy wdrożyć pakiet.

Można zweryfikować, czy migracja zakończyła się pomyślnie, uruchamiając polecenie databricks bundle plan. Zobacz plan pakietu usługi databricks.

databricks bundle deployment migrate [flags]

Argumenty (w programowaniu)

Żaden

Opcje

Flagi globalne

Przykłady

Poniższy przykład przeprowadza migrację bieżącego pakietu w celu użycia aparatu wdrażania bezpośredniego:

databricks bundle deployment migrate

usuwanie powiązania wdrożenia pakietu usługi databricks

Usuń połączenie między zasobem w pakiecie i jego zdalnym odpowiednikiem w obszarze roboczym.

databricks bundle deployment unbind KEY [flags]

Argumenty (w programowaniu)

KEY

Klucz zasobu do rozłączenia

Opcje

--force-lock

Wymuś przejęcie blokady wdrożenia.

Flagi globalne

Przykłady

Poniższy przykład usuwa powiązanie hello_job zasobu:

databricks bundle deployment unbind hello_job

niszczenie pakietu usługi databricks

Warning

Zniszczenie pakietu skutkuje trwałym usunięciem wcześniej wdrożonych zadań, potoków i artefaktów związanych z tym pakietem. Nie można tego cofnąć.

Usuń zadania, potoki, inne zasoby i artefakty, które zostały wcześniej wdrożone.

databricks bundle destroy [flags]

Note

Tożsamość pakietu składa się z nazwy pakietu, elementu docelowego pakietu i obszaru roboczego. Jeśli zmieniono dowolny z tych elementów, a następnie spróbujesz zniszczyć pakiet przed wdrożeniem, wystąpi błąd.

Domyślnie zostaniesz poproszony o potwierdzenie trwałego usunięcia wcześniej wdrożonych zadań, potoków i artefaktów. Aby pominąć te monity i wykonać automatyczne trwałe usunięcie, dodaj opcję --auto-approve do polecenia bundle destroy.

Opcje

--auto-approve

Pomijanie interakcyjnych zatwierdzeń dotyczących usuwania zasobów i plików

--force-lock

Wymuś przejęcie blokady wdrożenia.

Flagi globalne

Przykłady

Następujące polecenie usuwa wszystkie wcześniej wdrożone zasoby i artefakty zdefiniowane w plikach konfiguracji pakietu:

databricks bundle destroy

generowanie pakietu usługi databricks

Wygeneruj konfigurację pakietu dla zasobu, który już istnieje w obszarze roboczym usługi Databricks. Obsługiwane są następujące zasoby: aplikacja, pulpit nawigacyjny, zadanie, potok.

Domyślnie to polecenie generuje *.yml plik dla zasobu w resources folderze pakietowego projektu, a także pobiera wszystkie pliki, takie jak notesy, wspomniane w konfiguracji.

Important

Polecenie bundle generate jest udostępniane jako wygoda automatycznego generowania konfiguracji zasobów. Jeśli jednak pakiet zawiera konfigurację zasobów i wdrożysz go, usługa Azure Databricks tworzy nowy zasób zamiast aktualizować istniejący. Aby zaktualizować istniejący zasób, należy użyć flagi --bind z bundle generate lub uruchomić bundle deployment bind przed wdrożeniem. Zobacz powiązanie wdrożenia pakietu usługi databricks.

databricks bundle generate [command]

Dostępne polecenia

app — Generuj konfigurację pakietu dla aplikacji usługi Databricks.
dashboard — Generuj konfigurację pulpitu nawigacyjnego.
job — Generuj konfigurację pakietu dla zadania.
pipeline — Generuj konfigurację pakietu dla potoku.

Opcje

--key string

Klucz zasobu do użycia dla wygenerowanej konfiguracji

Flagi globalne

generowanie aplikacji w pakiecie usługi databricks

Wygeneruj konfigurację pakietu dla istniejącej aplikacji usługi Databricks w obszarze roboczym.

databricks bundle generate app [flags]

Opcje

--bind

Automatycznie powiąż wygenerowany zasób z istniejącym zasobem w obszarze roboczym.

-d, --config-dir string

Ścieżka katalogu, w której zostanie zapisana konfiguracja pakietu wyjściowego (domyślne "zasoby")

--existing-app-name string

Nazwa aplikacji do wygenerowania konfiguracji dla polecenia

-f, --force

Wymuszanie zastępowania istniejących plików w katalogu wyjściowym

-s, --source-dir string

Ścieżka katalogu, w której będą przechowywane pliki aplikacji (domyślna "src/app")

Flagi globalne

Przykłady

Poniższy przykład generuje konfigurację istniejącej aplikacji o nazwie my-app. Nazwę aplikacji można uzyskać na karcie Aplikacje obliczeniowe> w interfejsie użytkownika obszaru roboczego.

databricks bundle generate app --existing-app-name my-app

Następujące polecenie generuje nowy hello_world.app.yml plik w resources folderze projektu pakietu i pobiera pliki kodu aplikacji, takie jak plik app.yaml konfiguracji polecenia aplikacji i główny app.pyplik . Domyślnie pliki kodu są kopiowane do folderu pakietu src .

databricks bundle generate app --existing-app-name "hello_world"

# This is the contents of the resulting /resources/hello-world.app.yml file.
resources:
  apps:
    hello_world:
      name: hello-world
      description: A basic starter application.
      source_code_path: ../src/app

pakiet usługi databricks generuje pulpit nawigacyjny

Wygeneruj konfigurację istniejącego pulpitu nawigacyjnego w obszarze roboczym.

databricks bundle generate dashboard [flags]

Tip

Aby zaktualizować plik .lvdash.json po wdrożeniu pulpitu nawigacyjnego, użyj opcji --resource podczas uruchamiania bundle generate dashboard, aby wygenerować ten plik dla istniejącego zasobu pulpitu nawigacyjnego. Aby stale sondować i pobierać aktualizacje do pulpitu nawigacyjnego, użyj opcji --force oraz --watch.

Opcje

--bind

Automatycznie powiąż wygenerowany zasób z istniejącym zasobem w obszarze roboczym.

-s, --dashboard-dir string

Katalog do zapisania reprezentacji pulpitu nawigacyjnego na wartość (domyślna "src")

--existing-id string

Identyfikator pulpitu nawigacyjnego do wygenerowania konfiguracji dla

--existing-path string

Ścieżka obszaru roboczego pulpitu nawigacyjnego do generowania konfiguracji dla

-f, --force

Wymuszanie zastępowania istniejących plików w katalogu wyjściowym

--resource string

Klucz zasobu pulpitu nawigacyjnego do obserwowana zmian

-d, --resource-dir string

Katalog do zapisania konfiguracji na wartość (domyślna "resources")

--watch

Poszukaj zmian na pulpicie nawigacyjnym i zaktualizuj konfigurację

Flagi globalne

Przykłady

Poniższy przykład generuje konfigurację według istniejącego identyfikatora pulpitu nawigacyjnego:

databricks bundle generate dashboard --existing-id abc123

Możesz również wygenerować konfigurację dla istniejącego pulpitu nawigacyjnego według ścieżki obszaru roboczego. Skopiuj ścieżkę obszaru roboczego pulpitu nawigacyjnego z interfejsu użytkownika obszaru roboczego.

Na przykład następujące polecenie generuje nowy baby_gender_by_county.dashboard.yml plik w resources folderze projektu pakietu zawierającym poniższy kod YAML i pobiera baby_gender_by_county.lvdash.json plik do src folderu projektu.

databricks bundle generate dashboard --existing-path "/Workspace/Users/someone@example.com/baby_gender_by_county.lvdash.json"

# This is the contents of the resulting baby_gender_by_county.dashboard.yml file.
resources:
  dashboards:
    baby_gender_by_county:
      display_name: 'Baby gender by county'
      warehouse_id: aae11o8e6fe9zz79
      file_path: ../src/baby_gender_by_county.lvdash.json

generowanie zadania pakietu usługi databricks

Generowanie konfiguracji pakietu dla zadania.

Note

Obecnie to polecenie obsługuje tylko zadania notatnika.

databricks bundle generate job [flags]

Opcje

--bind

Automatycznie powiąż wygenerowany zasób z istniejącym zasobem w obszarze roboczym.

-d, --config-dir string

Ścieżka dir, w której będzie przechowywana konfiguracja wyjściowa (domyślna "resources")

--existing-job-id int

Identyfikator zadania do wygenerowania konfiguracji dla polecenia

-f, --force

Wymuszanie zastępowania istniejących plików w katalogu wyjściowym

-s, --source-dir string

Ścieżka dir, w której będą przechowywane pobrane pliki (domyślna "src")

Flagi globalne

Przykłady

Poniższy przykład generuje nowy hello_job.yml plik w resources folderze projektu pakietu zawierającym poniższy kod YAML i pobiera plik simple_notebook.py do src folderu projektu. Wiąże również wygenerowany zasób z istniejącym zadaniem w obszarze roboczym.

databricks bundle generate job --existing-job-id 6565621249 --bind

# This is the contents of the resulting hello_job.yml file.
resources:
  jobs:
    hello_job:
      name: 'Hello Job'
      tasks:
        - task_key: run_notebook
          email_notifications: {}
          notebook_task:
            notebook_path: ../src/simple_notebook.py
            source: WORKSPACE
          run_if: ALL_SUCCESS
      max_concurrent_runs: 1

potok generowania pakietu usługi databricks

Generowanie konfiguracji pakietu dla potoku.

databricks bundle generate pipeline [flags]

Opcje

--bind

Automatycznie powiąż wygenerowany zasób z istniejącym zasobem w obszarze roboczym.

-d, --config-dir string

Ścieżka dir, w której będzie przechowywana konfiguracja wyjściowa (domyślna "resources")

--existing-pipeline-id string

Identyfikator potoku do wygenerowania konfiguracji dla polecenia

-f, --force

Wymuszanie zastępowania istniejących plików w katalogu wyjściowym

-s, --source-dir string

Ścieżka dir, w której będą przechowywane pobrane pliki (domyślna "src")

Flagi globalne

Przykłady

Poniższy przykład generuje konfigurację dla istniejącego potoku:

databricks bundle generate pipeline --existing-pipeline-id abc-123-def

pakiet usługi databricks init

Zainicjuj nowy pakiet przy użyciu szablonu pakietu. Szablony można skonfigurować tak, aby monitować użytkownika o podanie wartości. Zobacz Szablony projektów pakietu zasobów usługi Databricks.

databricks bundle init [TEMPLATE_PATH] [flags]

Argumenty (w programowaniu)

TEMPLATE_PATH

Szablon do użycia do inicjowania (opcjonalnie)

Opcje

--branch string

Gałąź usługi Git do użycia na potrzeby inicjowania szablonu

--config-file string

Plik JSON zawierający pary wartości klucza parametrów wejściowych wymaganych do inicjowania szablonu.

--output-dir string

Katalog do zapisania zainicjowanego szablonu.

--tag string

Tag Git do użycia na potrzeby inicjowania szablonu

--template-dir string

Ścieżka katalogu w repozytorium Git zawierającym szablon.

Flagi globalne

Przykłady

Poniższy przykład wyświetla monity z listą domyślnych szablonów pakietów, z których należy wybrać:

databricks bundle init

Poniższy przykład inicjuje pakiet przy użyciu domyślnego szablonu języka Python:

databricks bundle init default-python

Aby utworzyć pakiet zasobów usługi Databricks przy użyciu niestandardowego szablonu pakietu zasobów usługi Databricks, określ niestandardową ścieżkę szablonu:

databricks bundle init <project-template-local-path-or-url> \
--project-dir="</local/path/to/project/template/output>"

Poniższy przykład inicjuje pakiet z repozytorium Git:

databricks bundle init https://github.com/my/repository

Poniższy przykład inicjuje określoną gałąź:

databricks bundle init --branch main

otwarty pakiet usługi databricks

Przejdź do zasobu pakietu w obszarze roboczym, określając zasób do otwarcia. Jeśli klucz zasobu nie zostanie określony, to polecenie wyświetli listę zasobów pakietu, z których chcesz wybrać.

databricks bundle open [flags]

Opcje

--force-pull

Pomiń lokalną pamięć podręczną i załaduj stan ze zdalnego obszaru roboczego

Flagi globalne

Przykłady

Poniższy przykład uruchamia przeglądarkę i przechodzi do pulpitu baby_gender_by_county nawigacyjnego w pakiecie w obszarze roboczym usługi Databricks skonfigurowanym dla pakietu:

databricks bundle open baby_gender_by_county

plan pakietu usługi databricks

Pokaż plan wdrożenia dla bieżącej konfiguracji pakietu.

To polecenie kompiluje pakiet i wyświetla akcje, które będą wykonywane na zasobach, które zostaną wdrożone, bez wprowadzania żadnych zmian. Dzięki temu można wyświetlić podgląd zmian przed uruchomieniem polecenia bundle deploy.

databricks bundle plan [flags]

Opcje

-c, --cluster-id string

Zastąpij klaster we wdrożeniu przy użyciu danego identyfikatora klastra.

--force

Wymuszanie zastępowania walidacji gałęzi git.

Flagi globalne

Przykłady

Poniższy przykład generuje plan wdrożenia pakietu, który kompiluje koło języka Python i definiuje zadanie i potok:

databricks bundle plan

Building python_artifact...
create jobs.my_bundle_job
create pipelines.my_bundle_pipeline

Uruchamianie pakietu usługi databricks

Uruchom zadanie, potok lub skrypt. Jeśli nie określisz zasobu, wiersze polecenia ze zdefiniowanymi zadaniami, potokami i skryptami do wyboru. Alternatywnie, określ klucz zadania, pipeline'u lub nazwę skryptu zadeklarowaną w plikach konfiguracji pakietu.

databricks bundle run [flags] [KEY]

Weryfikowanie potoku

Jeśli chcesz uruchomić weryfikację potoku, użyj opcji --validate-only, jak pokazano w poniższym przykładzie:

databricks bundle run --validate-only my_pipeline

Przekazywanie parametrów zadania

Aby przekazać parametry zadania, użyj opcji --params, a następnie podaj pary klucz-wartość, rozdzielone przecinkami, gdzie klucz jest nazwą parametru. Na przykład następujące polecenie ustawia parametr o nazwie message dla HelloWorld zadania hello_job:

databricks bundle run --params message=HelloWorld hello_job

Note

Jak pokazano w poniższych przykładach, można przekazać parametry do zadań podrzędnych przy użyciu opcji zadania zadania, ale --params opcja jest zalecaną metodą przekazywania parametrów zadania. Błąd występuje, jeśli parametry zadania są określone dla zadania, które nie ma zdefiniowanych parametrów zadania lub czy parametry zadania są określone dla zadania, które ma zdefiniowane parametry zadania.

Można również określić słowo kluczowe lub argumenty pozycyjne. Jeśli określone zadanie używa parametrów zadania lub zadanie ma zadanie notesu z parametrami, nazwy flag są mapowane na nazwy parametrów:

databricks bundle run hello_job -- --key1 value1 --key2 value2

Lub jeśli określone zadanie nie używa parametrów zadania, a zadanie ma zadanie pliku języka Python lub zadanie koła języka Python:

databricks bundle run my_job -- value1 value2 value3

Aby zapoznać się z przykładową definicją zadania z parametrami, zobacz Job with parameters (Zadanie z parametrami).

Wykonywanie skryptów

Aby wykonać skrypty, takie jak testy integracji ze skonfigurowanymi poświadczeniami uwierzytelniania pakietu, można uruchamiać skrypty wbudowane lub uruchamiać skrypt zdefiniowany w konfiguracji pakietu. Skrypty są uruchamiane przy użyciu tego samego kontekstu uwierzytelniania skonfigurowanego w pakiecie.

Dołącz podwójny łącznik (--) po bundle run , aby uruchomić skrypty wbudowane. Na przykład następujące polecenie zwraca bieżący katalog roboczy bieżącego użytkownika:
```
databricks bundle run -- python3 -c 'import os; print(os.getcwd())'
```
Alternatywnie zdefiniuj skrypt w scripts mapowaniu w konfiguracji pakietu, następnie użyj bundle run aby uruchomić skrypt.
```
scripts:
  my_script:
    content: python3 -c 'import os; print(os.getcwd())'
```
```
databricks bundle run my_script
```
Aby uzyskać więcej informacji na temat scripts konfiguracji, zobacz skrypty i skrypty.

Informacje o uwierzytelnianiu pakietu są przekazywane do procesów podrzędnych przy użyciu zmiennych środowiskowych. Zobacz Ujednolicone uwierzytelnianie usługi Databricks.

Argumenty (w programowaniu)

KEY

Unikatowy identyfikator zasobu do uruchomienia (opcjonalnie)

Opcje

--no-wait

Nie czekaj na ukończenie przebiegu.

--restart

Uruchom ponownie przebieg, jeśli jest już uruchomiony.

Flagi globalne

Flagi zadań

Następujące flagi to flagi parametrów na poziomie zadania. Zobacz Konfigurowanie parametrów zadania.

--params stringToString

rozdzielane przecinkami k=v pary dla parametrów zadania (wartość domyślna [])

Flagi zadań zadania

Następujące flagi to flagi parametrów na poziomie zadania. Zobacz Konfigurowanie parametrów zadania. Usługa Databricks zaleca używanie parametrów na poziomie zadania (--params) w przypadku parametrów na poziomie zadania.

--dbt-commands strings

Lista poleceń do wykonania dla zadań z zadaniami DBT.

--jar-params strings

Lista parametrów zadań z zadaniami Spark JAR.

--notebook-params stringToString

Mapa z kluczy do wartości zadań z zadaniami notesu. (wartość domyślna [])

--pipeline-params stringToString

Mapa z kluczy do wartości zadań z zadaniami potoku. (wartość domyślna [])

--python-named-params stringToString

Mapa z kluczy do wartości zadań z zadaniami wheel języka Python. (wartość domyślna [])

--python-params strings

Lista parametrów zadań z zadaniami w języku Python.

--spark-submit-params strings

Lista parametrów zadań z przesyłaniem zadań platformy Spark.

--sql-params stringToString

Mapa z kluczy do wartości zadań z zadaniami SQL. (wartość domyślna [])

Flagi potoku

Następujące flagi to flagi potoku.

--full-refresh strings

Lista tabel do zresetowania i ponownego skompilowania.

--full-refresh-all

Wykonaj pełne resetowanie grafu i ponownie skompiluj.

--refresh strings

Lista tabel do zaktualizowania.

--refresh-all

Wykonaj pełną aktualizację grafu.

--validate-only

Przeprowadź aktualizację, aby zweryfikować poprawność grafu.

Przykłady

Poniższy przykład uruchamia zadanie hello_job w domyślnym obiekcie docelowym:

databricks bundle run hello_job

Poniższy przykład uruchamia zadanie hello_job w kontekście obiektu docelowego zadeklarowanego z nazwą dev:

databricks bundle run -t dev hello_job

Poniższy przykład anuluje i ponownie uruchomi istniejące zadanie:

databricks bundle run --restart hello_job

Poniższy przykład uruchamia potok z pełnym odświeżaniem:

databricks bundle run my_pipeline --full-refresh-all

Poniższy przykład wykonuje polecenie w kontekście pakietu:

databricks bundle run -- echo "hello, world"

Schemat pakietu usługi databricks

Wyświetl schemat JSON dla konfiguracji pakietu.

databricks bundle schema [flags]

Opcje

Flagi globalne

Przykłady

Poniższy przykład generuje schemat JSON dla konfiguracji pakietu:

databricks bundle schema

Aby wyświetlić schemat konfiguracji pakietu jako plik JSON, uruchom bundle schema polecenie i przekierowuj dane wyjściowe do pliku JSON. Możesz na przykład wygenerować plik o nazwie bundle_config_schema.json w bieżącym katalogu:

databricks bundle schema > bundle_config_schema.json

podsumowanie pakietu usługi databricks

Wyprowadź podsumowanie tożsamości i zasobów pakietu, w tym linki szczegółowe dla zasobów, dzięki czemu można łatwo przejść do zasobu w obszarze roboczym usługi Databricks.

databricks bundle summary [flags]

Tip

Możesz również użyć bundle open, aby przejść do zasobu w obszarze roboczym usługi Databricks. Zobacz otwieranie pakietu usługi databricks.

Opcje

--force-pull

Pomiń lokalną pamięć podręczną i załaduj stan ze zdalnego obszaru roboczego

Flagi globalne

Przykłady

W poniższym przykładzie przedstawiono podsumowanie wdrożonych zasobów pakietu:

databricks bundle summary

Następujące dane wyjściowe to podsumowanie pakietu o nazwie my_pipeline_bundle definiującego zadanie i potok:

Name: my_pipeline_bundle
Target: dev
Workspace:
  Host: https://myworkspace.cloud.databricks.com
  User: someone@example.com
  Path: /Users/someone@example.com/.bundle/my_pipeline/dev
Resources:
  Jobs:
    my_project_job:
      Name: [dev someone] my_project_job
      URL:  https://myworkspace.cloud.databricks.com/jobs/206000809187888?o=6051000018419999
  Pipelines:
    my_project_pipeline:
      Name: [dev someone] my_project_pipeline
      URL:  https://myworkspace.cloud.databricks.com/pipelines/7f559fd5-zztz-47fa-aa5c-c6bf034b4f58?o=6051000018419999

synchronizacja pakietu usługi databricks

Wykonaj jednokierunkową synchronizację zmian plików pakietu w lokalnym katalogu systemu plików do katalogu w zdalnym obszarze roboczym usługi Azure Databricks.

Note

bundle sync Polecenia nie mogą synchronizować zmian plików z katalogu w zdalnym obszarze roboczym usługi Azure Databricks z powrotem do katalogu w lokalnym systemie plików.

databricks bundle sync [flags]

databricks bundle sync polecenia działają w taki sam sposób jak databricks sync polecenia i są udostępniane dla zwiększenia produktywności. Aby uzyskać informacje o użyciu polecenia, zobacz sync polecenie.

Opcje

--dry-run

Symulowanie wykonywania synchronizacji bez wprowadzania rzeczywistych zmian

--full

Wykonywanie pełnej synchronizacji (wartość domyślna to przyrostowa)

--interval duration

Interwał sondowania systemu plików (dla --watch) (domyślnie 1s)

--output type

Typ formatu danych wyjściowych

--watch

Obserwowanie lokalnego systemu plików pod kątem zmian

Flagi globalne

Przykłady

W poniższym przykładzie wykonywana jest synchronizacja przebiegu suchego:

databricks bundle sync --dry-run

W poniższym przykładzie są wyświetlane zmiany i są automatycznie synchronizowane:

databricks bundle sync --watch

Poniższy przykład wykonuje pełną synchronizację:

databricks bundle sync --full

weryfikacja pakietu usługi databricks

Zweryfikuj poprawność plików konfiguracji pakietu.

databricks bundle validate [flags]

Domyślnie to polecenie zwraca podsumowanie tożsamości pakietu:

Name: MyBundle
Target: dev
Workspace:
  Host: https://my-host.cloud.databricks.com
  User: someone@example.com
  Path: /Users/someone@example.com/.bundle/MyBundle/dev

Validation OK!

Note

Polecenie bundle validate zwraca ostrzeżenia, jeśli właściwości zasobu są zdefiniowane w plikach konfiguracji pakietu, które nie znajdują się w schemacie odpowiedniego obiektu.

Jeśli chcesz wyświetlić tylko podsumowanie tożsamości i zasobów pakietu, użyj podsumowania pakietu.

Opcje

Flagi globalne

Przykłady

Poniższy przykład weryfikuje konfigurację pakietu:

databricks bundle validate

Flagi globalne

--debug

Czy włączyć logowanie debugowe.

-h lub --help

Wyświetl pomoc dla Databricks CLI lub dla powiązanej grupy poleceń czy pojedynczego polecenia.

--log-file łańcuch znaków

Ciąg tekstowy reprezentujący plik do zapisywania logów wyjściowych. Jeśli ta flaga nie zostanie określona, wartością domyślną jest zapisywanie dzienników wyjściowych w programie stderr.

--log-format formatowanie

Format typu logu text lub json. Wartość domyślna to text.

--log-level łańcuch znaków

Ciąg reprezentujący poziom formatu zapisu dziennika. Jeśli nie zostanie określony, poziom formatu dziennika jest wyłączony.

-o, --output typ

Typ danych wyjściowych polecenia: text lub json. Wartość domyślna to text.

-p, --profile łańcuch znaków

Nazwa profilu w pliku ~/.databrickscfg, który ma być użyty do uruchomienia polecenia. Jeśli ta flaga nie zostanie określona, to jeśli istnieje, zostanie użyty profil o nazwie DEFAULT.

--progress-format formatowanie

Format wyświetlania dzienników postępu: default, , appendinplacelubjson

-t, --target łańcuch znaków

Jeśli ma to zastosowanie, docelowy obiekt pakietu do użycia

--var strings

ustaw wartości zmiennych zdefiniowanych w konfiguracji pakietu. Przykład: --var="foo=bar"

Sprzężenie zwrotne

Czy ta strona była pomocna?

Last updated on 2025-12-08

Udostępnij przez

bundle grupa poleceń

wdrażanie pakietu usługi databricks

Element docelowy pakietu i tożsamość

Opcje

Przykłady

wdrażanie pakietu usługi databricks

Dostępne polecenia

powiązanie wdrożenia pakietu usługi databricks

Argumenty (w programowaniu)

Opcje

Przykłady

Migrowanie wdrożenia pakietu Databricks

Argumenty (w programowaniu)

Opcje

Przykłady

usuwanie powiązania wdrożenia pakietu usługi databricks

Argumenty (w programowaniu)

Opcje

Przykłady

niszczenie pakietu usługi databricks

Opcje

Przykłady

generowanie pakietu usługi databricks

Dostępne polecenia

Opcje

generowanie aplikacji w pakiecie usługi databricks

Opcje

Przykłady

pakiet usługi databricks generuje pulpit nawigacyjny

Opcje

Przykłady

generowanie zadania pakietu usługi databricks

Opcje

Przykłady

potok generowania pakietu usługi databricks

Opcje

Przykłady

pakiet usługi databricks init

Argumenty (w programowaniu)

Opcje

Przykłady

otwarty pakiet usługi databricks

Opcje

Przykłady

plan pakietu usługi databricks

Opcje

Przykłady

Uruchamianie pakietu usługi databricks

Weryfikowanie potoku

Przekazywanie parametrów zadania

Wykonywanie skryptów

Argumenty (w programowaniu)

Opcje

Flagi zadań

Flagi zadań zadania

Flagi potoku

Przykłady

Schemat pakietu usługi databricks

Opcje

Przykłady

podsumowanie pakietu usługi databricks

Opcje

Przykłady

synchronizacja pakietu usługi databricks

Opcje

Przykłady

weryfikacja pakietu usługi databricks

Opcje

Przykłady

Flagi globalne

Sprzężenie zwrotne

Dodatkowe źródła

`bundle` grupa poleceń