Utilize Shared Serverless para pastas e bundles Git

Importante

Este recurso está em versão Beta. Para o usar, um administrador do espaço de trabalho deve ativar Project-Scoped Shared Compute a partir da página Pré-visualizações. Ver Gerir as pré-visualizações de Azure Databricks.

Com o Shared Serverless, os notebooks e ficheiros na mesma pasta ou bundle Git partilham computação serverless e um ambiente Python no editor. Para personalizar o ambiente, adicione um ficheiro pyproject.toml na raiz da pasta. Para anexar um notebook ou ficheiro, siga os passos para pastas Git ou Pacotes de Automação Declarativa.

Requirements

• O seu espaço de trabalho deve cumprir os requisitos de computação serverless.
• Abra a sua pasta Git ou bundle na pasta Git no editor de pastas Git ou no editor de bundles. Veja Criar e gerir pastas Git e Criar bundles de autor no espaço de trabalho.
• O Serverless Partilhado requer ambiente serverless versão 5 ou superior.

Computação e ambiente partilhados

• Notebooks e ficheiros na mesma pasta Git ou bundle partilham computação e um ambiente Python no editor. Um ficheiro opcional pyproject.toml na raiz da pasta define o ambiente partilhado.
• Apenas os cadernos e ficheiros dentro da pasta ou bundle Git associado podem associar-se ao seu recurso de computação partilhado.
• Os recursos de computação partilhados são isolados pelo utilizador. Só o utilizador que primeiro anexa um notebook ou ficheiro a um recurso de computação partilhado pode executar cargas de trabalho nele.
• A execução no notebook mantém-se isolada. Variáveis Python definidas num caderno não estão disponíveis noutro caderno.
• Um terminal da web aberto a partir de um caderno ou ficheiro ligado corre no mesmo recurso de computação.

Utilizar Serverless Partilhado em pastas Git

Use o Serverless Partilhado para trabalhar com blocos de notas e ficheiros numa pasta Git.

Anexe notebooks e ficheiros no editor de pastas Git

1. Na barra lateral do espaço de trabalho, clique em Espaço de Trabalho e navegue até à pasta Git.

2. Clique em Abrir no editor.

3. Abre um caderno ou ficheiro na pasta Git.

4. Clique no menu pendente Compute.

5. Selecione Serverless Partilhado.

   

6. Executa o caderno ou ficheiro para iniciar o recurso de computação.

Para usar a mesma computação a partir de outro caderno ou ficheiro, abra-o na mesma pasta Git e selecione Shared Serverless.

Colaborar através do Git

O Databricks recomenda que cada colaborador clone o repositório numa pasta Git na sua pasta pessoal do espaço de trabalho. Cada colaborador recebe então um recurso computacional e um ambiente separados para a sua cópia.

Usa branches, commits, pushes e pulls para trocar alterações através do repositório Git remoto. Consulte Colaborar em pastas do Git.

Utilize o Serverless Partilhado em pacotes

Use o Serverless Partilhado para trabalhar com notebooks e ficheiros num pacote no espaço de trabalho. A raiz do bundle contém databricks.yml e pode conter um pyproject.toml ficheiro que define o ambiente partilhado.

Anexe notebooks e ficheiros no editor de bundles

1. Na barra lateral do espaço de trabalho, clique em Espaço de Trabalho e navegue até ao pacote.
2. À direita do nome do pacote, clique em Abrir no editor.
3. Abra um bloco de notas ou ficheiro no bundle.
4. Clique no menu pendente Compute.
5. Selecione Servidor Partilhado sem servidor.
6. Executa o caderno ou ficheiro para iniciar o recurso de computação.

Para usar a mesma computação a partir de outro caderno ou ficheiro, abra-o no mesmo bundle e selecione Shared Serverless.

Para colaborar através do Git, faça com que cada colaborador clone o repositório numa pasta Git na sua pasta pessoal do espaço de trabalho. Veja Colaborar através do Git.

Gerir o ambiente com pyproject.toml

O Shared Serverless utiliza o pyproject.toml ficheiro na pasta Git ou na raiz do bundle para gerir dependências de Python para o projeto. Os notebooks serverless padrão usam dependências configuradas para cada notebook no painel lateral do Ambiente .

Crie o ficheiro raiz pyproject.toml e defina a versão do ambiente serverless antes de gerir as dependências. Consulte Criar e editar pyproject.toml. Depois podes adicionar dependências com comandos do notebook ou editar o ficheiro diretamente.

Usar comandos de caderno

1. Abra um notebook anexado ao Shared Serverless.

2. Execute %uv add <package> para adicionar uma dependência ao ficheiro raiz.pyproject.toml Por exemplo:

   %uv add cowsay
   

O comando atualiza pyproject.toml, uv.lock, e o ambiente partilhado. Não precisa de executar %uv sync após %uv add. Utilize %uv sync para aplicar alterações feitas diretamente a pyproject.toml.

Criar e editar pyproject.toml

1. Abra um notebook anexado ao Shared Serverless.

2. Abra o painel lateral Ambiente.

3. No cartão Managed by pyproject.toml, clique em Crie pyproject.toml para criar o ficheiro raiz. Se o ficheiro já existir, clique Ver pyproject.toml. O ficheiro é aberto no editor.

   

4. Edita a dependencies lista. Mantém a secção gerada [tool.databricks.environment] , ou adiciona-a se faltar. Define environment_version para uma versão suportada (5 e superiores). Por exemplo:

   [project]
   name = "my-project"
   version = "0.1.0"
   dependencies = [
     "simplejson==3.18.1",
   ]
   
   [tool.databricks.environment]
   environment_version = "5"
   

5. Clique em Aplicar no topo do pyproject.toml editor de ficheiros.

   

O ambiente atualizado está disponível para cadernos e ficheiros ligados ao mesmo recurso de computação partilhado. Para inspecionar o ambiente, abra o painel lateral Ambiente. Consulte Configurar o ambiente serverless para informações sobre versões do ambiente serverless e dependências instaladas.

Agende um bloco de notas

Quando agendas um notebook anexado ao Shared Serverless a partir da pasta Git ou do editor de bundles, o Azure Databricks usa o ficheiro raiz pyproject.toml como ambiente do projeto do trabalho, caso o ficheiro exista. Implemente o pacote conforme descrito nos passos seguintes.

1. No editor de pastas ou pacotes Git, abra um notebook ligado ao Shared Serverless.
2. Se a pasta ou bundle Git tiver um ficheiro pyproject.toml raiz, verifique se declara as dependências necessárias à tarefa.
3. Clique Agendar.
4. Na lista suspensa Compute , selecione computação serverless.
5. Configure o agendamento e clique em Criar.

Depois de clicar em Criar, verifique a configuração do trabalho:

• Pasta Git: Se a pasta Git tiver um ficheiro root pyproject.toml, verifica que Project environment na configuração da tarefa do trabalho aponta para ele. Para alterar a seleção, veja Configurar ambiente para tarefas do trabalho.

• Bundle: O editor de bundles abre um ficheiro YAML de trabalho gerado na pasta resources/.

  1. Se o bundle tiver um ficheiro raiz pyproject.toml, verifique que project_environment sob spec do ambiente aponta para ele, relativamente ao ficheiro YAML gerado. Veja : Configurar um ambiente de projeto num pacote.
  2. Implemente o bundle para criar a tarefa.

  Os agendamentos são pausados por defeito no modo de desenvolvimento. Consulte os modos de implementação dos Pacotes de Automação Declarativa.

Para opções de agendamento de notebooks, consulte Criar e gerir trabalhos agendados de notebooks.

Limitations

• A partilha de capacidade de computação está limitada a uma política de utilização serverless. Notebooks e ficheiros na mesma pasta Git ou bundle que usam políticas de utilização diferentes recebem recursos de computação separados em vez de partilharem um.

Recursos adicionais

• Computação sem servidor para notebooks
• Configurar o ambiente sem servidor
• Criar e gerir pastas Git
• Executar comandos shell no terminal web
• Pacotes de Automação Declarativa