Руководство по запуску кода Python на бессерверных вычислениях

Замечание

Эта статья относится к Databricks Connect 15.4 LTS и выше.

В этой статье описывается, как создать проект в интегрированной среде разработки, настроить виртуальную среду, установить Databricks Connect для Python и запустить код на бессерверных вычислениях в рабочей области Databricks.

В этом руководстве используется Python 3.12 и Databricks Connect 17.3 LTS. Чтобы использовать другие версии Python Databricks Connect, они должны быть совместимыми. См. матрицу поддержки версий.

Требования

Чтобы завершить работу с этим руководством, необходимо выполнить следующие требования:

Рабочая область, локальная среда и вычислительные ресурсы соответствуют требованиям Databricks Connect для Python. См. сведения о требованиях к использованию Databricks Connect.
Бессерверные вычисления включены в рабочей области. См. раздел "Подключение к бессерверным вычислениям".
Установлен Python 3.12.
У вас установлена интегрированная среда разработки, например Visual Studio Code.
Интерфейс командной строки Databricks установлен на локальном компьютере. См. установите или обновите CLI Databricks.

Шаг 1. Настройка проверки подлинности Databricks

В этом руководстве используется проверка подлинности Databricks OAuth на компьютере (U2M) и профиль конфигурации Databricks для проверки подлинности в рабочей области Databricks.

Используйте Databricks CLI для начала управления токенами OAuth на локальном уровне, выполнив следующую команду для каждой целевой рабочей области. В следующей команде замените <workspace-url>URL-адрес экземпляра рабочей области Databricks, например https://dbc-a1b2345c-d6e7.cloud.databricks.com.
```
databricks auth login --host <workspace-url>
```
Интерфейс командной строки Databricks предлагает сохранить сведения, введенные в качестве профиля конфигурации Databricks. Нажмите, Enter чтобы принять предлагаемое имя профиля, или введите имя нового или существующего профиля. Databricks рекомендует использовать DEFAULT в качестве имени профиля.
В веб-браузере выполните инструкции на экране, чтобы войти в рабочую область Databricks.

Шаг 2. Создание виртуальной среды Python

Создайте папку проекта и откройте ее в интегрированной среде разработки. Например, в главном меню Visual Studio Code нажмите кнопку"Открыть>>
Откройте окно терминала в корневом каталоге папки проекта. Например, в главном меню Visual Studio Code щелкните "Просмотреть>терминал".
Создайте виртуальную среду для проекта, вызываемую venv в корне папки проекта, выполнив следующую команду в терминале:
```
python3.12 -m venv .venv
```

Активируйте виртуальную среду:

# Linux/Mac
source .venv/bin/activate

# Windows
.venv\Scripts\activate

Шаг 3. Установка Databricks Connect

Установите Databricks Connect. Сведения о последних выпущенных версиях Databricks Connect см. в заметках о выпуске Databricks Connect.

pip install "databricks-connect==17.3.*"

Шаг 4. Добавление кода и запуск

Добавление нового файла main.py Python в проект
Введите следующий код в файл, заменив заполнитель <profile-name> именем профиля конфигурации на шаге 1, а затем сохраните файл. Имя DEFAULTпрофиля конфигурации по умолчанию .
```
from databricks.connect import DatabricksSession

spark = DatabricksSession.builder.serverless().profile("<profile-name>").getOrCreate()

df = spark.read.table("samples.nyctaxi.trips")
df.show(5)
```

Запустите код с помощью следующей команды:

python3 main.py

Возвращаются пять строк таблицы:

+--------------------+---------------------+-------------+-----------+---------+-----------+
|tpep_pickup_datetime|tpep_dropoff_datetime|trip_distance|fare_amount|pickup_zip|dropoff_zip|
+--------------------+---------------------+-------------+-----------+----------+-----------+
| 2016-02-16 22:40:45|  2016-02-16 22:59:25|         5.35|       18.5|     10003|      11238|
| 2016-02-05 16:06:44|  2016-02-05 16:26:03|          6.5|       21.5|     10282|      10001|
| 2016-02-08 07:39:25|  2016-02-08 07:44:14|          0.9|        5.5|     10119|      10003|
| 2016-02-29 22:25:33|  2016-02-29 22:38:09|          3.5|       13.5|     10001|      11222|
| 2016-02-03 17:21:02|  2016-02-03 17:23:24|          0.3|        3.5|     10028|      10028|
+--------------------+---------------------+-------------+-----------+----------+-----------+

Вы успешно выполнили первый запрос к бессерверным вычислениям Databricks с помощью Databricks Connect из интегрированной среды разработки.

Шаг 5. Подготовка к работе с кодом

Для рабочих сценариев важно избегать использования спецификаций вычислений в построителе сеансов Spark. Например, при развертывании кода в классическом кластере или Standard использовании Dedicated. API в построителе сеансов Spark создается новый бессерверный сеанс Spark с помощью классического кластера serverless() в качестве клиента.

Чтобы сделать код гибким и готовым к рабочей среде, сеанс Spark не должен содержать никаких параметров.

spark = DatabricksSession.builder.getOrCreate()

Однако при запуске этого кода в Databricks используется глобальный сеанс Spark по умолчанию вычислений Databricks.

Чтобы включить бессерверные вычисления в интегрированной среде разработки, используйте профиль конфигурации DEFAULT, выбранный DatabricksSession.builder при отсутствии параметров:

Создайте профиль конфигурации с именем DEFAULT , используя инструкции на шаге 1.
Используйте текстовый редактор для открытия .databrickscfg файла, который находится в:
- Домашняя $HOME папка пользователя в Unix, Linux или macOS: ~/.databrickscfgили
- Ваша %USERPROFILE% (домашняя папка пользователя) в Windows. Например, для macOS:
```
nano ~/.databrickscfg
```

Добавьте serverless_compute_id = auto в DEFAULT профиль:

[DEFAULT]
host                  = https://my-workspace.cloud.databricks.com
auth_type             = databricks-cli
serverless_compute_id = auto

Сохраните изменения и закройте редактор.

Измените код, чтобы использовать общий сеанс Spark и запустить его:

from databricks.connect import DatabricksSession

spark = DatabricksSession.builder.getOrCreate()

df = spark.read.table("samples.nyctaxi.trips")
df.show(5)

python3 main.py

Вы успешно выполнили готовый к работе код на бессерверных вычислениях Databricks с помощью Databricks Connect из интегрированной среды разработки с помощью профиля конфигурации DEFAULT.

Подсказка

Можно также использовать переменные среды для установки подключения к определенным вычислительным ресурсам Databricks:

Бессерверные: DATABRICKS_SERVERLESS_COMPUTE_ID=auto
Классический: DATABRICKS_CLUSTER_ID=<your_cluster_id>

Обратная связь

Были ли сведения на этой странице полезными?

Last updated on 2026-01-16