Använd Shared Serverless för Git-mappar och bundles.

Important

Den här funktionen finns i Beta. För att använda det måste en workspace-administratör slå på Project-Scoped Shared Compute från sidan Förhandsgranskningar . Se Hantera förhandsversioner av Azure Databricks.

Med Shared Serverless delar anteckningsböcker och filer i samma Git-mapp eller paket på serverlös beräkningskapacitet och en Python-miljö i editorn. För att anpassa miljön, lägg till en pyproject.toml fil vid mappens rot. För att bifoga en notebook eller fil, följ stegen för Git-mappar eller Declarative Automation Bundles.

Requirements

• Din arbetsyta måste uppfylla kraven för serverlös beräkning.
• Öppna din Git-mapp eller paket i Git-mappredigeraren eller paketredigeraren. Se Skapa och hantera Git-mappar och Skapa paket i arbetsytan.
• Delad Serverless kräver serverless miljö version 5 eller högre.

Delad beräkning och miljö

• Notebooks och filer i samma Git-mapp eller bundle delar beräkningsresurser och en Python-miljö i editorn. En valfri pyproject.toml fil vid mappens rot definierar den delade miljön.
• Endast notebooks och filer i den tillhörande Git-mappen eller paketet kan anslutas till dess delade beräkningsresurs.
• Delade beräkningsresurser isoleras per användare. Endast användaren som först kopplar en notebook eller fil till en delad beräkningsresurs kan köra arbetsbelastningar på den.
• Körning i notebooken förblir isolerad. Python-variabler definierade i en anteckningsbok finns inte tillgängliga i en annan anteckningsbok.
• En webbterminal som öppnas från en bifogad anteckningsbok eller fil körs på samma beräkningsresurs.

Använd Shared Serverless i Git-mappar

Använd Shared Serverless för att arbeta med anteckningsböcker och filer i en Git-mapp.

Bifoga notebookar och filer i Git-mappredigeraren

1. I sidofältet för arbetsytan, klicka på Workspace och gå till Git-mappen.

2. Klicka på Öppna i editorn.

3. Öppna en anteckningsbok eller fil i Git-mappen.

4. Klicka på rullgardinsmenyn för beräkning.

5. Välj Shared Serverless.

   

6. Kör anteckningsboken eller filen för att starta beräkningsresursen.

För att använda samma compute från en annan anteckningsbok eller fil, öppna den i samma Git-mapp och välj Shared Serverless.

Samarbeta via Git

Databricks rekommenderar att varje samarbetspartner klonar arkivet till en Git-mapp i sin personliga workspace-mapp. Varje samarbetande användare får sedan en separat beräkningsresurs och miljö för sin klon.

Använd grenar, commits, pushes och pulls för att utbyta ändringar via det fjärrstyrda Git-arkivet. Se Samarbeta i Git-mappar.

Använd Shared Serverless i paket

Använd delad Serverless för att arbeta med anteckningsböcker och filer i en bundle i arbetsytan. Bundle-roten innehåller databricks.yml och kan innehålla en pyproject.toml fil som definierar den delade miljön.

Bifoga notebookar och filer i paketredigeraren

1. I sidofältet för arbetsområdet klickar du på Workspace och navigerar till bundlen.
2. Till höger om bundlens namn, klicka på Öppna i editorn.
3. Öppna ett anteckningsblock eller en fil i paketet.
4. Klicka på rullgardinsmenyn för beräkning.
5. Välj Shared Serverless.
6. Kör anteckningsboken eller filen för att starta beräkningsresursen.

För att använda samma compute från en annan anteckningsbok eller fil, öppna den i samma paket och välj Shared Serverless.

För att samarbeta via Git, låt varje samarbetspartner klona repot till en Git-mapp i deras personliga arbetsytemapp. Se Samarbeta via Git.

Hantera miljön med pyproject.toml

Delad Serverless använder pyproject.toml filen i Git-mappen eller bundle-roten för att hantera Python-beroenden för projektet. Standard serverlösa anteckningsböcker använder beroenden konfigurerade för varje anteckningsbok i sidofönstret Environment.

Skapa root-filen pyproject.toml och ställ in dess serverless-miljöversion innan du hanterar dess beroenden. Se Skapa och redigera pyproject.toml. Du kan sedan lägga till beroenden med notebook-kommandon eller redigera filen direkt.

Använd notebook-kommandon

1. Öppna en anteckningsbok som är kopplad till Shared Serverless.

2. Kör %uv add <package> för att lägga till ett beroende i rotfilen pyproject.toml . Ett exempel:

   %uv add cowsay
   

Kommandot uppdaterar pyproject.toml, uv.lock, och den delade miljön. Du behöver inte köra %uv sync efter %uv add. Använd %uv sync för att tillämpa ändringar som gjorts direkt på pyproject.toml.

Skapa och redigera pyproject.toml

1. Öppna en anteckningsbok som är kopplad till Shared Serverless.

2. Öppna sidopanelen Miljö.

3. I kortet Managed by pyproject.toml, klicka på Skapa pyproject.toml för att skapa rotfilen. Om filen redan finns, klicka på Visa pyproject.toml. Filen öppnas i editorn.

   

4. Redigera dependencies listan. Behåll den genererade [tool.databricks.environment] sektionen, eller lägg till den om den saknas. Ställ environment_version in på en stödd version (5 och högre). Ett exempel:

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

5. Klicka på Verkställ högst upp i filredigeraren pyproject.toml.

   

Den uppdaterade miljön är tillgänglig för notebooks och filer kopplade till samma delade beräkningsresurs. För att inspektera miljön, öppna sidan Miljö . Se Konfigurera den serverlösa miljön för information om serverlösa miljöversioner och installerade beroenden.

Boka en bärbar dator

När du schemalägger en anteckningsbok som är kopplad till Shared Serverless från Git-mappen eller bundle-editorn använder Azure Databricks filen pyproject.toml i rotkatalogen som jobbets projektmiljö, om filen finns. Distribuera paketet enligt beskrivningen i följande steg.

1. I Git-mappen eller bundle-editorn, öppna en notebook kopplad till Shared Serverless.
2. Om Git-mappen eller bundle har en pyproject.toml-rotfil, kontrollera att den deklarerar de beroenden som uppgiften behöver.
3. Klicka på Schema.
4. I rullgardinsmenyn Compute , välj serverless compute.
5. Konfigurera schemat och klicka på Skapa.

Efter att du klickat på Skapa, kontrollera jobbkonfigurationen:

• Git-mapp: Om Git-mappen har en rotfilpyproject.toml, kontrollera att Project environment i jobbets uppgiftskonfiguration pekar på den. För att ändra valet, se Konfigurera miljö för jobbuppgifter.

• Bundle : Bundle-editorn öppnar en genererad jobb-YAML-fil i mappen resources/ .

  1. Om bundlet har en rotfil pyproject.toml, kontrollera att project_environment under miljöns spec pekar på den, relativt den genererade YAML-filen. Se Konfigurera en projektmiljö i en bundle.
  2. Distribuera bundlen för att skapa jobbet.

  Scheman är pausade som standard i utvecklingsläget. Se Distributionslägen för deklarativa Automation-paket.

För alternativ för schemaläggning av anteckningsböcker, se Skapa och hantera schemalagda anteckningsboksjobb.

Limitations

• Beräkningsdelning är begränsad till en serverlös användningspolicy. Notebook-filer och filer i samma Git-mapp eller paket som använder olika användningspolicys tilldelas separata beräkningsresurser i stället för att dela en.

Ytterligare resurser

• Serverlös beräkning för anteckningsböcker
• Konfigurera den serverlösa miljön
• Skapa och hantera Git-mappar
• Kör shell-kommandon i webbterminalen
• Deklarativa Automationspaket