什麼是 Databricks CLI？

注意

此資訊適用于處於公開預覽狀態 的 Databricks CLI 0.205 版和更新版本 。 若要尋找 Databricks CLI 的版本，請執行 databricks -v 。

Databricks 命令列介面（也稱為 Databricks CLI）提供工具，可從終端機、命令提示字元或自動化腳本自動化 Azure Databricks 平臺。

舊版 Databricks CLI 使用者的資訊

• Databricks 計畫不支援或新功能適用于舊版 Databricks CLI。
• 如需舊版 Databricks CLI 的詳細資訊，請參閱 Databricks CLI（舊版）。
• 若要從 Databricks CLI 0.18 版或更新版本移轉至 Databricks CLI 0.205 版或更新版本，請參閱 Databricks CLI 移轉 。

Databricks CLI 如何運作？

CLI 會包裝 Databricks REST API，這是使用 REST 檢視方塊將 Azure Databricks 帳戶和資料與工作區資源和資料自動化的應用程式程式設計介面（API）。 請參閱 Azure Databricks REST API 參考 。

例如，若要列印工作區中個別叢集的相關資訊，請執行 CLI，如下所示：

databricks clusters get 1234-567890-a12bcde3

使用 curl 時，對等作業會更冗長地表示，而且較容易輸入錯誤，如下所示：

curl --request GET "https://${DATABRICKS_HOST}/api/2.0/clusters/get" \
     --header "Authorization: Bearer ${DATABRICKS_TOKEN}" \
     --data '{ "cluster_id": "1234-567890-a12bcde3" }'

範例：建立 Azure Databricks 作業

下列範例會使用 CLI 來建立 Azure Databricks 作業。 此作業包含單一作業工作。 此工作會執行指定的 Azure Databricks 筆記本。 此筆記本相依于名為 wheel 的特定 PyPI 套件版本。 若要執行這項工作，作業會暫時建立作業叢集，以匯出名為 的 PYSPARK_PYTHON 環境變數。 作業執行之後，叢集就會終止。

databricks jobs create --json '{
  "name": "My hello notebook job",
  "tasks": [
    {
      "task_key": "my_hello_notebook_task",
      "notebook_task": {
        "notebook_path": "/Workspace/Users/someone@example.com/hello",
        "source": "WORKSPACE"
      },
      "libraries": [
        {
          "pypi": {
            "package": "wheel==0.41.2"
          }
        }
      ],
      "new_cluster": {
        "spark_version": "13.3.x-scala2.12",
        "node_type_id": "Standard_DS3_v2",
        "num_workers": 1,
        "spark_env_vars": {
          "PYSPARK_PYTHON": "/databricks/python3/bin/python3"
        }
      }
    }
  ]
}'

下一步

• 若要瞭解如何安裝和開始使用 CLI，請參閱 Databricks CLI 教學課程 。
• 若要略過教學課程並只安裝 CLI，請參閱 安裝或更新 Databricks CLI 。
• 若要設定 CLI 與 Azure Databricks 帳戶和工作區之間的驗證，請參閱 Databricks CLI 的驗證。
• 若要使用組態設定檔在相關 CLI 設定群組之間快速切換，請參閱 Databricks CLI 的組態設定檔。
• 若要瞭解 CLI 的基本用法，請參閱 Databricks CLI 的基本使用量。
• 若要取得 CLI 命令的說明，請參閱 Databricks CLI 命令 。