Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
Importante
Esse recurso está em Beta. Para usá-lo, um administrador de espaço de trabalho deve ativar Project-Scoped Shared Compute na página Previews. Consulte Gerenciar visualizações do Azure Databricks.
Com o Serverless Compartilhado, notebooks e arquivos na mesma pasta Git ou bundle compartilham computação serverless e um ambiente Python no editor. Para personalizar o ambiente, adicione um arquivo pyproject.toml na raiz da pasta. Para anexar um notebook ou arquivo, siga os passos para pastas Git ou Pacotes de Automação Declarativa.
Requirements
- Seu espaço de trabalho deve atender aos requisitos de computação serverless.
- Abra sua pasta ou bundle Git no editor de pastas Git ou no editor de bundles. Consulte Criar e gerenciar pastas Git e Criar bundles no workspace.
- Serverless compartilhado requer ambiente serverless versão 5 ou superior.
Computação e ambiente compartilhados
- Notebooks e arquivos na mesma pasta Git ou bundle compartilham computação e um ambiente Python no editor. Um arquivo opcional
pyproject.tomlna raiz da pasta define o ambiente compartilhado. - Apenas notebooks e arquivos dentro da pasta ou do bundle Git associado podem ser anexados ao seu recurso de computação compartilhado.
- Recursos de computação compartilhados são isolados por usuário. Somente o usuário que primeiro anexa um notebook ou arquivo a um recurso de computação compartilhado pode executar cargas de trabalho nele.
- A execução no Notebook permanece isolada. Variáveis em Python definidas em um caderno não estão disponíveis em outro caderno.
- Um terminal web aberto a partir de um notebook ou arquivo conectado roda no mesmo recurso de computação.
Use o Sem servidor Compartilhado em pastas Git
Use o Sem servidor Compartilhado para trabalhar com notebooks e arquivos em uma pasta Git.
Anexe notebooks e arquivos no editor da pasta Git
Na barra lateral do workspace, clique em Workspace e navegue até a pasta Git.
Clique em Abrir no editor.
Abra um caderno ou arquivo na pasta Git.
Clique no menu suspenso Computação.
Selecione Serverless Compartilhado.
Execute o notebook ou arquivo para iniciar o recurso de computação.
Para usar o mesmo poder computacional de outro notebook ou arquivo, abra-o na mesma pasta Git e selecione Sem servidor Compartilhado.
Colabore via Git
O Databricks recomenda que cada colaborador clone o repositório em uma pasta Git em sua pasta pessoal de workspace. Cada colaborador obtém, então, um recurso de computação e um ambiente separados para o seu clone.
Use branches, commits, pushes e pulls para trocar alterações por meio do repositório Git remoto. Veja Colaborar nas pastas Git.
Use o Sem servidor Compartilhado em bundles
Use o Sem servidor Compartilhado para trabalhar com notebooks e arquivos em um bundle no workspace. A raiz do bundle contém databricks.yml e pode conter um pyproject.toml arquivo que define o ambiente compartilhado.
Anexe notebooks e arquivos no editor de bundles
- Na barra lateral do espaço de trabalho, clique em Workspace e navegue até o bundle.
- À direita do nome do pacote, clique em Abrir no editor.
- Abra um notebook ou arquivo no bundle.
- Clique no menu suspenso Computação.
- Selecione Shared Serverless.
- Execute o notebook ou arquivo para iniciar o recurso de computação.
Para usar o mesmo poder computacional de outro notebook ou arquivo, abra-o no mesmo bundle e selecione Sem servidor Compartilhado.
Para colaborar pelo Git, peça para cada colaborador clonar o repositório em uma pasta Git em sua pasta pessoal de workspace. Veja Colaborar pelo Git.
Gerencie o ambiente com pyproject.toml
A computação sem servidor compartilhada usa o arquivo pyproject.toml na pasta Git ou na raiz do bundle para gerenciar dependências de Python para o projeto. Notebooks serverless padrão usam dependências configuradas para cada notebook no painel lateral Ambiente.
Crie o arquivo raiz pyproject.toml e defina a versão do ambiente serverless antes de gerenciar suas dependências. Consulte Criar e editar pyproject.toml. Você pode então adicionar dependências com comandos do notebook ou editar o arquivo diretamente.
Use comandos de caderno
Abra um notebook anexado ao Shared Serverless.
Execute
%uv add <package>para adicionar uma dependência ao arquivo raiz.pyproject.tomlPor exemplo:%uv add cowsay
O comando atualiza pyproject.toml, uv.lock, e o ambiente compartilhado. Você não precisa executar %uv sync após %uv add. Use %uv sync para aplicar as alterações feitas diretamente em pyproject.toml.
Criar e editar pyproject.toml
Abra um notebook conectado ao Sem servidor Compartilhado.
Abra o painel lateral Environment.
No painel Gerenciado por pyproject.toml, clique em
Criar pyproject.toml para criar o arquivo raiz. Se o arquivo já existir, clique
Visualizar pyproject.toml. O arquivo abre no editor.
Edite a
dependencieslista. Mantenha a seção gerada[tool.databricks.environment], ou adicione-a se estiver ausente. Configureenvironment_versionpara uma versão suportada (5 ou superior). Por exemplo:[project] name = "my-project" version = "0.1.0" dependencies = [ "simplejson==3.18.1", ] [tool.databricks.environment] environment_version = "5"Clique em Aplicar no topo do editor de
pyproject.tomlarquivos.
O ambiente atualizado está disponível para notebooks e arquivos anexados ao mesmo recurso de computação compartilhado. Para inspecionar o ambiente, abra o painel lateral do Ambiente . Veja Configurar o ambiente serverless para informações sobre versões e dependências instaladas do ambiente serverless.
Agendar um notebook
Quando você agenda um notebook anexado ao Shared Serverless a partir da pasta Git ou do editor de bundles, o Azure Databricks usa o arquivo raiz pyproject.toml como ambiente de projeto da tarefa, caso o arquivo exista. Implante o pacote conforme descrito nos passos a seguir.
- No editor de pastas ou bundles do Git, abra um notebook conectado à computação sem servidor compartilhada.
- Se a pasta ou bundle Git tiver um arquivo
pyproject.tomlraiz, verifique se ele declara as dependências necessárias para a tarefa. - Clique em Agendar.
- Na lista suspensa Compute , selecione computação serverless.
- Configure o agendamento e clique em Criar.
Depois de clicar em Criar, verifique a configuração do job:
Pasta Git: se a pasta Git tiver um arquivo
pyproject.tomlraiz, verifique se Ambiente do projeto na configuração da tarefa do trabalho aponta para ele. Para alterar a seleção, veja Configurar ambiente para tarefas do job.Bundle: o editor de bundle abre um arquivo YAML de trabalho gerado na pasta
resources/.- Se o bundle tiver um arquivo
pyproject.tomlraiz, verifique seproject_environment, emspecdo ambiente, aponta para ele, em relação ao arquivo YAML gerado. Veja : Configurar um ambiente de projeto em um pacote. - Implante o bundle para criar o trabalho.
Os cronogramas são pausados por padrão no modo de desenvolvimento. Consulte os modos de implantação de Pacotes de Automação Declarativa.
- Se o bundle tiver um arquivo
Para opções de agendamento de notebooks, veja Criar e gerenciar trabalhos de notebook agendados.
Limitations
- O compartilhamento de computação se restringe a uma política de uso serverless. Notebooks e arquivos em uma mesma pasta ou bundle Git que usam políticas de uso diferentes recebem recursos de computação distintos, em vez de compartilharem um único recurso.