Notatka
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Uwaga / Notatka
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 feature-engineering poleceń w interfejsie wiersza polecenia usługi Databricks umożliwia zarządzanie funkcjami w magazynie funkcji usługi Databricks.
inżynieria cech databricks utwórz cechę
Utwórz funkcję.
databricks feature-engineering create-feature FULL_NAME SOURCE INPUTS FUNCTION TIME_WINDOW [flags]
Arguments
FULL_NAME
Pełna trzyczęściowa nazwa (wykaz, schemat, nazwa) funkcji.
SOURCE
Źródło danych funkcji.
INPUTS
Kolumny wejściowe, z których jest obliczana funkcja.
FUNCTION
Funkcja, za pomocą której jest obliczana funkcja.
TIME_WINDOW
Przedział czasu, w którym jest obliczana funkcja.
Opcje
--description string
Opis funkcji.
--json JSON
Wbudowany ciąg JSON lub @path, wskazujący na plik JSON zawierający treść żądania.
Przykłady
Poniższy przykład tworzy funkcję:
databricks feature-engineering create-feature my_catalog.my_schema.my_feature my_source my_inputs my_function my_time_window --description "My feature description"
Databricks feature-engineering create-kafka-config
Stwórz konfigurację Kafki.
databricks feature-engineering create-kafka-config NAME BOOTSTRAP_SERVERS SUBSCRIPTION_MODE AUTH_CONFIG [flags]
Arguments
NAME
Nazwa, która jednoznacznie identyfikuje tę konfigurację Kafki w metastore. Będzie to identyfikator używany przez obiekt Feature do odniesienia się do tych konfiguracji dla funkcji. Może być różna od nazwy tematu.
BOOTSTRAP_SERVERS
Rozdzielona przecinkami lista par hostów/portów wskazująca klaster platformy Kafka.
SUBSCRIPTION_MODE
Opcje konfiguracji, z których tematów Kafki pobierać dane.
AUTH_CONFIG
Konfiguracja uwierzytelniania dla połączenia z tematami.
Opcje
--json JSON
Wbudowany ciąg JSON lub @path, wskazujący na plik JSON zawierający treść żądania.
Databricks Feature-Engineering tworzy-materializuje-feature
Stwórz materializowaną funkcję.
databricks feature-engineering create-materialized-feature FEATURE_NAME [flags]
Arguments
FEATURE_NAME
Pełna nazwa funkcji znajduje się w katalogu Unity.
Opcje
--cron-schedule string
Wyrażenie kwarcowego crona definiujące harmonogram potoku materializacji.
--json JSON
Wbudowany ciąg JSON lub @path, wskazujący na plik JSON zawierający treść żądania.
--materialized-feature-id string
Unikalny identyfikator przypisany przez serwer dla zmaterializowanej funkcji.
--pipeline-schedule-state MaterializedFeaturePipelineScheduleState
Stan harmonogramu pipeline'u materializacji. Obsługiwane wartości: ACTIVE, PAUSED, SNAPSHOT.
Databricks Feature-Engineering create-stream
Stwórz stream.
databricks feature-engineering create-stream NAME SOURCE_CONFIG CONNECTION_CONFIG SCHEMA_CONFIG INGESTION_CONFIG [flags]
Arguments
NAME
Pełna, trzyczęściowa (catalog.schema.stream) nazwa strumienia.
SOURCE_CONFIG
Konfiguracja specyficzna dla źródła. Określa źródło platformy streamingowej.
CONNECTION_CONFIG
Określa, jak łączyć się i uwierzytelniać do platformy streamowej.
SCHEMA_CONFIG
Definicje schematów dla strumienia. Obecnie obsługiwane są tylko schematy bezpośrednie. W przyszłym kamieniu milowym będziemy wspierać rejestry schematów poprzez UC Connection.
INGESTION_CONFIG
Konfiguracja pobierania danych strumieniowych: tabela zarządzana przechowująca offline kopię danych forward fill oraz opcjonalne historyczne uzupełnienie.
Opcje
--description string
Opis udostępniony przez użytkownika.
--json JSON
Wbudowany ciąg JSON lub @path, wskazujący na plik JSON zawierający treść żądania.
funkcja usuwania funkcji usługi databricks
Usuń funkcję.
databricks feature-engineering delete-feature FULL_NAME [flags]
Arguments
FULL_NAME
Nazwa funkcji do usunięcia.
Przykłady
Poniższy przykład usuwa funkcję:
databricks feature-engineering delete-feature my_catalog.my_schema.my_feature
Databricks feature-engineering delete-kafka-config
Usuń konfigurację Kafki.
databricks feature-engineering delete-kafka-config NAME [flags]
Arguments
NAME
Nazwa konfiguracji Kafka do usunięcia.
Databricks Feature-Engineering-Delete-materialized-feature
Usuń zmaterializowaną funkcję.
databricks feature-engineering delete-materialized-feature MATERIALIZED_FEATURE_ID [flags]
Arguments
MATERIALIZED_FEATURE_ID
ID zmaterializowanej funkcji do usunięcia.
Databricks Feature-Engineering Delete-Stream
Usuń stream.
databricks feature-engineering delete-stream NAME [flags]
Arguments
NAME
Pełna, trzyczęściowa nazwa (catalog.schema.stream) strumienia do usunięcia.
databricks inżynieria cech get-feature
Pobierz funkcję.
databricks feature-engineering get-feature FULL_NAME [flags]
Arguments
FULL_NAME
Nazwa cechy do uzyskania.
Przykłady
Poniższy przykład przedstawia cechę:
databricks feature-engineering get-feature my_catalog.my_schema.my_feature
Databricks feature-engineering get-kafka-config
Zrób konfigurację Kafki.
databricks feature-engineering get-kafka-config NAME [flags]
Arguments
NAME
Nazwa konfiguracji Kafka do potwierdzenia.
Databricks feature-engineering-get-materialized-feature
Zdobądź zmaterializowaną funkcję.
databricks feature-engineering get-materialized-feature MATERIALIZED_FEATURE_ID [flags]
Arguments
MATERIALIZED_FEATURE_ID
Identyfikator zmaterializowanej cechy.
Databricks feature-engineering get-stream
Złap strumień.
databricks feature-engineering get-stream NAME [flags]
Arguments
NAME
Pełna, trzyczęściowa nazwa (catalog.schema.stream) strumienia do uzyskania.
databricks inżynieria cech lista cech
Wyświetlanie listy funkcji.
databricks feature-engineering list-features [flags]
Opcje
--page-size int
Maksymalna liczba wyników do zwrócenia.
--page-token string
Token paginacji pozwalający przejść do następnej strony na podstawie poprzedniego zapytania.
Przykłady
W poniższym przykładzie wymieniono wszystkie funkcje:
databricks feature-engineering list-features
Databricks feature-engineering list-kafka-configs
Wymień konfiguracje Kafki.
databricks feature-engineering list-kafka-configs [flags]
Opcje
--limit int
Maksymalna liczba wyników do zwrócenia.
--page-size int
Maksymalna liczba wyników do zwrócenia.
Databricks Feature-Engineering-Feature-Materialized-Features
Wymień zmaterializowane funkcje.
databricks feature-engineering list-materialized-features [flags]
Opcje
--feature-name string
Filtruj według nazwy funkcji.
--limit int
Maksymalna liczba wyników do zwrócenia.
--page-size int
Maksymalna liczba wyników do zwrócenia.
Databricks Feature-Engineering strumienie list
Wymień streamy.
databricks feature-engineering list-streams [flags]
Opcje
--limit int
Maksymalna liczba wyników do zwrócenia.
--page-size int
Maksymalna liczba wyników do zwrócenia.
--parent string
Dwuczęściowa nazwa (catalog.schema) nadrzędnego źródła, pod którym można wymieniać strumienie.
usługi databricks modelowanie cech aktualizowanie cech
Zaktualizuj opis funkcji (wszystkie inne pola są niezmienne).
databricks feature-engineering update-feature FULL_NAME UPDATE_MASK SOURCE INPUTS FUNCTION TIME_WINDOW [flags]
Arguments
FULL_NAME
Pełna trzyczęściowa nazwa (wykaz, schemat, nazwa) funkcji.
UPDATE_MASK
Lista pól do zaktualizowania.
SOURCE
Źródło danych funkcji.
INPUTS
Kolumny wejściowe, z których jest obliczana funkcja.
FUNCTION
Funkcja, za pomocą której jest obliczana funkcja.
TIME_WINDOW
Przedział czasu, w którym jest obliczana funkcja.
Opcje
--description string
Opis funkcji.
--json JSON
Wbudowany ciąg JSON lub @path, wskazujący na plik JSON zawierający treść żądania.
Przykłady
Poniższy przykład aktualizuje opis funkcji:
databricks feature-engineering update-feature my_catalog.my_schema.my_feature description my_source my_inputs my_function my_time_window --description "Updated description"
Databricks feature-engineering update-kafka-config
Zaktualizuj konfigurację Kafki.
databricks feature-engineering update-kafka-config NAME UPDATE_MASK BOOTSTRAP_SERVERS SUBSCRIPTION_MODE AUTH_CONFIG [flags]
Arguments
NAME
Nazwa, która jednoznacznie identyfikuje tę konfigurację Kafki w metastore. Będzie to identyfikator używany przez obiekt Feature do odniesienia się do tych konfiguracji dla funkcji. Może być różna od nazwy tematu.
UPDATE_MASK
Lista pól do zaktualizowania.
BOOTSTRAP_SERVERS
Rozdzielona przecinkami lista par hostów/portów wskazująca klaster platformy Kafka.
SUBSCRIPTION_MODE
Opcje konfiguracji, z których tematów Kafki pobierać dane.
AUTH_CONFIG
Konfiguracja uwierzytelniania dla połączenia z tematami.
Opcje
--json JSON
Wbudowany ciąg JSON lub @path, wskazujący na plik JSON zawierający treść żądania.
Databricks Feature-Engineering-Update-Materialized-Feature
Zaktualizuj zmaterializowaną funkcję.
databricks feature-engineering update-materialized-feature MATERIALIZED_FEATURE_ID UPDATE_MASK FEATURE_NAME [flags]
Arguments
MATERIALIZED_FEATURE_ID
Unikalny identyfikator przypisany przez serwer dla zmaterializowanej funkcji.
UPDATE_MASK
Udostępnij pola funkcji materializacji, które powinny być aktualizowane. Obecnie można aktualizować tylko pole pipeline_state.
FEATURE_NAME
Pełna nazwa funkcji znajduje się w katalogu Unity.
Opcje
--cron-schedule string
Wyrażenie kwarcowego crona definiujące harmonogram potoku materializacji.
--json JSON
Wbudowany ciąg JSON lub @path, wskazujący na plik JSON zawierający treść żądania.
--materialized-feature-id string
Unikalny identyfikator przypisany przez serwer dla zmaterializowanej funkcji.
--pipeline-schedule-state MaterializedFeaturePipelineScheduleState
Stan harmonogramu pipeline'u materializacji. Obsługiwane wartości: ACTIVE, PAUSED, SNAPSHOT.
Databricks Feature-Engineering Update-Stream
Aktualizuj stream.
databricks feature-engineering update-stream NAME UPDATE_MASK SOURCE_CONFIG CONNECTION_CONFIG SCHEMA_CONFIG INGESTION_CONFIG [flags]
Arguments
NAME
Pełna, trzyczęściowa (catalog.schema.stream) nazwa strumienia.
UPDATE_MASK
Lista pól do zaktualizowania.
SOURCE_CONFIG
Konfiguracja specyficzna dla źródła. Określa źródło platformy streamingowej.
CONNECTION_CONFIG
Określa, jak łączyć się i uwierzytelniać do platformy streamowej.
SCHEMA_CONFIG
Definicje schematów dla strumienia. Obecnie obsługiwane są tylko schematy bezpośrednie. W przyszłym kamieniu milowym będziemy wspierać rejestry schematów poprzez UC Connection.
INGESTION_CONFIG
Konfiguracja pobierania danych strumieniowych: tabela zarządzana przechowująca offline kopię danych forward fill oraz opcjonalne historyczne uzupełnienie.
Opcje
--description string
Opis udostępniony przez użytkownika.
--json JSON
Wbudowany ciąg JSON lub @path, wskazujący na plik JSON zawierający treść żądania.
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. Domyślna wartość 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. Domyślna wartość 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