Databricks Asset Bundles 擴充功能

發行項
2025/03/06

適用於 Visual Studio Code 的 Databricks 延伸模組提供 Visual Studio Code 中的其他功能，可讓您輕鬆地定義、部署和執行 Databricks 資產組合，以將 CI/CD 最佳做法套用至 Azure Databricks 作業、DLT 管線和 MLOps Stack。請參閱什麼是 Databricks Asset Bundles？。

若要安裝適用於 Visual Studio Code 的 Databricks 擴充功能，請參閱安裝適用於 Visual Studio Code 的 Databricks 擴充功能。

專案中的 Databricks 資產包支援功能

適用於 Visual Studio Code 的 Databricks 延伸模組會為您的 Databricks 資產套件組合專案新增下列功能：

在 Visual Studio Code UI 中輕鬆認證和配置 Databricks 資產組合，包括 AuthType 設定檔的選取。請參閱為 Visual Studio Code設定 Databricks 擴充套件的授權。
Databricks 擴充面板中的目標選取器，可快速切換至不同的目標環境。請參閱變更目標部署工作區。
在延伸模組面板中選擇 [ 覆寫作業叢集 ] 選項，以便輕鬆啟用叢集覆寫。
使用 Visual Studio Code UI 的 套件資源瀏覽器 檢視，讓您瀏覽套件資源，以單鍵將本機 Databricks 資產套件的資源部署至遠端 Azure Databricks 工作區，並直接從 Visual Studio Code 前往工作區中已部署的資源。請參閱套件組合資源總管。
套件 組合變數檢視，可讓您使用 Visual Studio Code UI 來瀏覽和編輯套件組合變數。請參閱套件組合變數檢視。

套件組合資源總管

適用於 Visual Studio Code 的 Databricks 延伸模組中的 套件組合資源總管 檢視會使用專案套件組合組態中的資源定義來顯示資源，包括管線數據集及其架構。它也可讓您部署和執行資源、驗證和執行管線的部分更新、檢視管線執行事件和診斷，以及瀏覽至遠端 Azure Databricks 工作區中的資源。如需套件組合組態資源的相關信息，請參閱資源。

例如，假設有簡單的作業定義：

resources:
  jobs:
    my-notebook-job:
      name: 'My Notebook Job'
      tasks:
        - task_key: notebook-task
          existing_cluster_id: 1234-567890-abcde123
          notebook_task:
            notebook_path: notebooks/my-notebook.py

延伸模組中的 捆綁資源瀏覽器 檢視會顯示筆記本作業資源：

組合資源瀏覽器

部署和執行作業

若要部署套件組合，請按兩下雲端（部署套件組合）圖示。

部署工作包

若要執行作業，請在 [套件組合資源總 管] 檢視中，選取作業的名稱，在此範例中為 [我的筆記本作業 ]。接下來，點擊播放圖示 (部署套件組合並執行資源)。

部署套件組合並執行資源

若要檢視執行中的作業，請在 [套件組合資源 總管] 檢視中，展開作業名稱，按兩下 [執行狀態]，然後按兩下連結（外部開啟連結）圖示。

在外部開啟作業連結

驗證和診斷管線問題

要對管線進行驗證和部分更新，您可以先選取該管線，然後點擊 [部署套件組合並驗證管線] 的圖示。執行過程中的事件會顯示出來，並且可以在 Visual Studio Code PROBLEMS 面板中診斷任何失敗。

部署套件組合並驗證管線

管道運行事件

套件變數檢視

在 Visual Studio Code 的 Databricks 擴充功能中，套件變數視圖 顯示在您的套件組態中定義的任何自訂變數和相關設定。您也可以使用 套件組合變數檢視直接定義變數。這些值會覆寫套件組合組態檔中設定的值。如需自定義變數的相關信息，請參閱自定義變數。

例如，延伸模組中的 [ 組合變數檢視 ] 檢視會顯示下列內容：

組合變數檢視

針對此套件組合元件中定義的變數 my_custom_var ：

variables:
  my_custom_var:
    description: 'Max workers'
    default: '4'

resources:
  jobs:
    my_job:
      name: my_job

      tasks:
        - task_key: notebook_task
          job_cluster_key: job_cluster
          notebook_task:
            notebook_path: ../src/notebook.ipynb

      job_clusters:
        - job_cluster_key: job_cluster
          new_cluster:
            spark_version: 13.3.x-scala2.12
            node_type_id: i3.xlarge
            autoscale:
              min_workers: 1
              max_workers: ${var.my_custom_var}

共用方式為