集區最佳做法

本文說明什麼是集區，以及如何最佳設定集區。如需建立集區的相關信息，請參閱集區組態參考。

集區考慮

建立集區時，請考慮下列事項：

如果您的驅動程序節點和背景工作節點有不同的需求，請為每個節點建立不同的集區。

您可以建立每個實例類型的集區，以及您組織常用的 Azure Databricks 運行時間，將實例擷取時間降至最低。例如，如果大部分的數據工程叢集使用實例類型 A，數據科學叢集會使用實例類型 B，而分析叢集使用實例類型 C，請建立具有每個實例類型的集區。

將集區設定為針對作業使用隨選實例，其運行時間較短，以及嚴格的運行時間需求。使用隨選實例來防止被收購的實例遺失到現貨市場較高的投標人。

設定集區，以針對支援互動式開發或作業的叢集使用現成實例，這些叢集會優先節省成本，以節省可靠性的成本。

將集區標記到正確的成本中心可讓您管理成本和使用量退款。您可以使用多個自定義標籤，將多個成本中心與集區產生關聯。不過，請務必瞭解從集區建立叢集時如何傳播標籤。來自集區的標記會傳播至基礎雲端提供者實例，但叢集的標籤則不會。將管理雲端提供者計算成本退款所需的所有自定義標籤套用至集區。

集區標籤和叢集卷標都會傳播至 Azure Databricks 計費。您可以使用叢集和集區卷標的組合來管理 Azure Databricks Units 的退款。

若要深入瞭解，請參閱使用標記監視使用量。

您可以使用下列組態選項來協助控制集區的成本：

將 [最小閑置實例] 設定為0，以避免為未執行工作的執行實例付費。取捨是叢集需要取得新實例的時間可能增加。
設定閑置實例自動終止時間，以在實例從叢集釋出時以及從集區卸載時提供緩衝區。將此設定為期間，可讓您將成本降至最低，同時確保排程作業的實例可用性。例如，作業 A 排定於上午 8：00 執行，需要 40 分鐘才能完成。作業 B 排定於上午 9：00 執行，需要 30 分鐘才能完成。將 [閑置實例自動終止] 值設定為 20 分鐘，以確保作業 A 完成時，當作業 B 啟動時傳回集區的實例。除非由另一個叢集宣告這些實例，否則這些實例會在作業 B 結束 20 分鐘後終止。
根據預期的使用量設定最大容量。這會設定集區中已使用和閑置實例數目上限。如果作業或叢集以最大容量向集區要求實例，要求會失敗，而且叢集不會取得更多實例。因此，Databricks 建議您只有在有嚴格的實例配額或預算條件約束時，才設定最大容量。

若要完全受益於集區，您可以預先填入新建立的集區。設定集 區組態中大於零的最小閑置 實例。或者，如果您遵循將此值設定為零的建議，請使用入門作業來確保新建立的集區具有可供叢集存取的實例。

使用入門作業方法，排程具有彈性運行時間需求的作業，以更嚴格的效能需求或在用戶開始使用互動式叢集之前執行作業。作業完成之後，用於作業的實例會釋回集區。將 [最小閑置實例] 設定為0，並將閒置實例自動終止時間設定為足夠高，以確保閒置實例仍可供後續作業使用。

使用入門作業可讓集區實例啟動、填入集區，並保留供下游作業或互動式叢集使用。