Udostępnij przez


DatabricksCompute Klasa

Zarządza docelowym obiektem obliczeniowym usługi Databricks w usłudze Azure Machine Learning.

Azure Databricks to środowisko oparte na platformie Apache Spark w chmurze platformy Azure. Może służyć jako docelowy obiekt obliczeniowy w potoku usługi Azure Machine Learning. Aby uzyskać więcej informacji, zobacz Co to są cele obliczeniowe w usłudze Azure Machine Learning?

Konstruktor Klasy ComputeTarget.

Pobierz reprezentację w chmurze obiektu obliczeniowego skojarzonego z podanym obszarem roboczym. Zwraca wystąpienie klasy podrzędnej odpowiadające określonemu typowi pobranego obiektu obliczeniowego.

Konstruktor

DatabricksCompute(workspace, name)

Parametry

Nazwa Opis
workspace
Wymagane

Obiekt obszaru roboczego zawierający obiekt DatabricksCompute do pobrania.

name
Wymagane
str

Nazwa obiektu DatabricksCompute do pobrania.

workspace
Wymagane

Obiekt obszaru roboczego zawierający obiekt Compute do pobrania.

name
Wymagane
str

Nazwa obiektu Compute do pobrania.

Uwagi

W poniższym przykładzie pokazano, jak dołączyć usługę Azure Databricks jako docelowy obiekt obliczeniowy.


   # 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)

Pełny przykład jest dostępny w witrynie https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-use-databricks-as-compute-target.ipynb

Metody

attach

PRZESTARZAŁE. attach_configuration Zamiast tego użyj metody .

Skojarz istniejący zasób obliczeniowy usługi Databricks z podanym obszarem roboczym.

attach_configuration

Utwórz obiekt konfiguracji na potrzeby dołączania docelowego obiektu obliczeniowego usługi Databricks.

delete

Usuwanie nie jest obsługiwane dla obiektu DatabricksCompute. Użyj detach zamiast tego.

deserialize

Przekonwertuj obiekt JSON na obiekt DatabricksCompute.

detach

Odłącza obiekt usługi Databricks od skojarzonego z nim obszaru roboczego.

Bazowe obiekty w chmurze nie są usuwane, a skojarzenie jest usuwane.

get_credentials

Pobierz poświadczenia dla obiektu docelowego usługi Databricks.

refresh_state

Przeprowadź aktualizację w miejscu właściwości obiektu.

Ta metoda aktualizuje właściwości na podstawie bieżącego stanu odpowiedniego obiektu w chmurze. Jest to używane głównie do ręcznego sondowania stanu obliczeniowego.

serialize

Przekonwertuj ten obiekt DatabricksCompute na słownik serializowany JSON.

attach

PRZESTARZAŁE. attach_configuration Zamiast tego użyj metody .

Skojarz istniejący zasób obliczeniowy usługi Databricks z podanym obszarem roboczym.

static attach(workspace, name, resource_id, access_token)

Parametry

Nazwa Opis
workspace
Wymagane

Obiekt obszaru roboczego do skojarzenia zasobu obliczeniowego z.

name
Wymagane
str

Nazwa do skojarzenia z zasobem obliczeniowym w podanym obszarze roboczym. Nie musi być zgodna z nazwą zasobu obliczeniowego, który ma być dołączony.

resource_id
Wymagane
str

Identyfikator zasobu platformy Azure dla dołączonego zasobu obliczeniowego.

access_token
Wymagane
str

Token dostępu dla dołączonego zasobu.

Zwraca

Typ Opis

Reprezentacja obiektu obliczeniowego w usłudze DatabricksCompute.

Wyjątki

Typ Opis

attach_configuration

Utwórz obiekt konfiguracji na potrzeby dołączania docelowego obiektu obliczeniowego usługi Databricks.

static attach_configuration(resource_group=None, workspace_name=None, resource_id=None, access_token='')

Parametry

Nazwa Opis
resource_group
str

Nazwa grupy zasobów, w której znajduje się usługa Databricks.

Domyślna wartość: None
workspace_name
str

Nazwa obszaru roboczego usługi Databricks.

Domyślna wartość: None
resource_id
str

Identyfikator zasobu platformy Azure dla dołączonego zasobu obliczeniowego.

Domyślna wartość: None
access_token
Wymagane
str

Token dostępu dla dołączonego zasobu obliczeniowego.

Zwraca

Typ Opis

Obiekt konfiguracji, który ma być używany podczas dołączania obiektu obliczeniowego.

delete

Usuwanie nie jest obsługiwane dla obiektu DatabricksCompute. Użyj detach zamiast tego.

delete()

Wyjątki

Typ Opis

deserialize

Przekonwertuj obiekt JSON na obiekt DatabricksCompute.

static deserialize(workspace, object_dict)

Parametry

Nazwa Opis
workspace
Wymagane

Obiekt obszaru roboczego, z który jest skojarzony obiekt DatabricksCompute.

object_dict
Wymagane

Obiekt JSON do konwersji na obiekt DatabricksCompute.

Zwraca

Typ Opis

Reprezentacja podanego obiektu JSON w usłudze DatabricksCompute.

Wyjątki

Typ Opis

Uwagi

Zgłasza wartość , ComputeTargetException jeśli podany obszar roboczy nie jest obszarem roboczym skojarzonym z usługą Compute.

detach

Odłącza obiekt usługi Databricks od skojarzonego z nim obszaru roboczego.

Bazowe obiekty w chmurze nie są usuwane, a skojarzenie jest usuwane.

detach()

Wyjątki

Typ Opis

get_credentials

Pobierz poświadczenia dla obiektu docelowego usługi Databricks.

get_credentials()

Zwraca

Typ Opis

Poświadczenia obiektu docelowego usługi Databricks.

Wyjątki

Typ Opis

refresh_state

Przeprowadź aktualizację w miejscu właściwości obiektu.

Ta metoda aktualizuje właściwości na podstawie bieżącego stanu odpowiedniego obiektu w chmurze. Jest to używane głównie do ręcznego sondowania stanu obliczeniowego.

refresh_state()

serialize

Przekonwertuj ten obiekt DatabricksCompute na słownik serializowany JSON.

serialize()

Zwraca

Typ Opis

Reprezentacja JSON tego obiektu DatabricksCompute.