Dela via

Vad är arbetsytefiler?

  • Artikel

En arbetsytefil är en fil i ditt Azure Databricks-arbetsytefilträd som inte är en av de typer som anges på följande sätt:

  • Notebook-filer
  • Frågor
  • Instrumentpaneler
  • Genie-blanksteg
  • Experiment

Förutom dessa undantagna typer kan arbetsytefiler vara valfri filtyp. Vanliga exempel:

  • .py filer som används i anpassade moduler.
  • .md filer, till exempel README.md.
  • .csv eller andra små datafiler.
  • .txt filer.
  • .whl bibliotek.
  • Loggfiler.

Rekommendationer om hur du arbetar med filer finns i Rekommendationer för filer i volymer och arbetsytefiler.

Ditt Azure Databricks-arbetsytefilträd kan innehålla mappar som är kopplade till en Git-lagringsplats med namnet "Databricks Git-mappar". De har några ytterligare begränsningar i filtypsstöd. En lista över filtyper som stöds i Git-mappar (tidigare "Repos") finns i Tillgångstyper som stöds i Git-mappar.

Viktigt!

Arbetsytefiler är aktiverade överallt som standard i Databricks Runtime version 11.2. För produktionsarbetsbelastningar använder du Databricks Runtime 11.3 LTS eller senare. Kontakta arbetsytans administratör om du inte kan komma åt den här funktionen.

Vad du kan göra med arbetsytefiler

Azure Databricks tillhandahåller funktioner som liknar lokal utveckling för många filtyper för arbetsytor, inklusive en inbyggd filredigerare. Alla användningsfall för alla filtyper stöds inte.

Du kan skapa, redigera och hantera åtkomst till arbetsytefiler med hjälp av välbekanta mönster från notebook-interaktioner. Du kan använda relativa sökvägar för biblioteksimporter från arbetsytefiler, ungefär som lokal utveckling. Mer information finns i:

Init-skript som lagras i arbetsytefiler har ett särskilt beteende. Du kan använda arbetsytefiler för att lagra och referera till init-skript i alla Databricks Runtime-versioner. Se Lagra init-skript i arbetsytefiler.

Kommentar

I Databricks Runtime 14.0 och senare är den aktuella standardkatalogen (CWD) för kod som körs lokalt katalogen som innehåller anteckningsboken eller skriptet som körs. Det här är en ändring i beteendet från Databricks Runtime 13.3 LTS och nedan. Se Vad är standardkatalogen för aktuell arbetskatalog?.

Begränsningar

  • Om arbetsflödet använder källkod som finns på en fjärransluten Git-lagringsplats kan du inte skriva till den aktuella katalogen eller skriva med hjälp av en relativ sökväg. Skriv data till andra platsalternativ.
  • Du kan inte använda git kommandon när du sparar till arbetsytefiler. Det går inte att skapa .git kataloger i arbetsytefiler.
  • Läsning från arbetsytefiler med Spark-körverktyg (till exempel spark.read.format("csv").load("file:/Workspace/Users/<user-folder>/data.csv")) stöds inte med serverlös beräkning.
  • Det går inte att skriva till arbetsytefiler.
  • Symlinks stöds för målkataloger under rotmappen /Workspace .
  • Arbetsytefiler kan inte nås från användardefinierade funktioner (UDF:er) i kluster med läget för delad åtkomst på Databricks Runtime 14.2 och nedan.

Storleksgräns för fil

  • Filstorleken för arbetsytan är begränsad till 500 MB från användargränssnittet. Den maximala filstorleken som tillåts när du skriver från ett kluster är 256 MB.

Behörighetsgräns för filåtkomst

Behörighet att komma åt filer i mappar under /Workspace upphör att gälla efter 36 timmar för interaktiv beräkning och efter 30 dagar för jobb. Databricks rekommenderar att du kör långa körningar som jobb om de behöver filåtkomst för /Workspace.

Aktivera arbetsytefiler

Om du vill aktivera stöd för icke-notebook-filer på din Databricks-arbetsyta anropar du REST API:et /api/2.0/workspace-conf från en notebook-fil eller annan miljö med åtkomst till databricks-arbetsytan. Arbetsytefiler är aktiverade som standard.

Om du vill aktivera eller återaktivera stöd för filer som inte är notebook-filer på databricks-arbetsytan anropar /api/2.0/workspace-conf du och hämtar värdet för enableWorkspaceFileSystem nyckeln. Om den är inställd på trueär filer som inte är notebook-filer redan aktiverade för din arbetsyta.

I följande exempel visas hur du kan anropa det här API:et från en notebook-fil för att kontrollera om arbetsytefiler är inaktiverade och i så fall återaktivera dem.

Exempel: Notebook för återaktivering av stöd för Databricks-arbetsytefiler

Hämta notebook-fil