Databricks アセットバンドルのクラスター設定を上書きする

この記事では、 Databricks アセット バンドルで Databricks クラスターの設定をオーバーライドする方法について説明します。 「Databricks アセット バンドルとは」を参照してください。

Databricks バンドル構成ファイルでは、次のように、最上位の resources マッピングのクラスター設定を targets マッピングのクラスター設定と結合できます。

ジョブの場合は、ジョブ定義内の job_cluster_key マッピングを使用して、最上位の resources マッピングのクラスター設定を targets マッピングのクラスター設定と結合します (省略記号は、簡潔にするために省略されたコンテンツを示します)。

# ...
resources:
  jobs:
    <some-unique-programmatic-identifier-for-this-job>:
      # ...
      job_clusters:
        - job_cluster_key: <some-unique-programmatic-identifier-for-this-key>
          new_cluster:
            # Cluster settings.

targets:
  <some-unique-programmatic-identifier-for-this-target>:
    resources:
      jobs:
        <the-matching-programmatic-identifier-for-this-job>:
          # ...
          job_clusters:
            - job_cluster_key: <the-matching-programmatic-identifier-for-this-key>
              # Any more cluster settings to join with the settings from the
              # resources mapping for the matching top-level job_cluster_key.
          # ...

同じjob_cluster_keyの最上位resourcesマッピングとtargetsマッピングの両方でクラスター設定が定義されている場合、targetsマッピングの設定は最上位resourcesマッピングの設定よりも優先されます。

Delta Live Tables パイプラインの場合は、パイプライン定義のcluster内のlabelマッピングを使用して、最上位のresourcesマッピングのクラスター設定をtargetsマッピングのクラスター設定と結合します (省略記号は、簡潔にするために省略されたコンテンツを示します)。

# ...
resources:
  pipelines:
    <some-unique-programmatic-identifier-for-this-pipeline>:
      # ...
      clusters:
        - label: default | maintenance
          # Cluster settings.

targets:
  <some-unique-programmatic-identifier-for-this-target>:
    resources:
      pipelines:
        <the-matching-programmatic-identifier-for-this-pipeline>:
          # ...
          clusters:
            - label: default | maintenance
              # Any more cluster settings to join with the settings from the
              # resources mapping for the matching top-level label.
          # ...

同じlabelの最上位resourcesマッピングとtargetsマッピングの両方でクラスター設定が定義されている場合、targetsマッピングの設定は最上位resourcesマッピングの設定よりも優先されます。

例 1: 複数のリソース マッピングで定義され、設定の競合がない新しいジョブ クラスター設定

この例では、最上位の resources マッピングのspark_version を targets の resources マッピングの node_type_id および num_workers と組み合わせて、名前付き my-cluster job_cluster_key の設定を定義します (省略記号は省略された内容を示します (簡潔にするために省略記号は省略されたコンテンツを示します)。

# ...
resources:
  jobs:
    my-job:
      name: my-job
      job_clusters:
        - job_cluster_key: my-cluster
          new_cluster:
            spark_version: 13.3.x-scala2.12

targets:
  development:
    resources:
      jobs:
        my-job:
          name: my-job
          job_clusters:
            - job_cluster_key: my-cluster
              new_cluster:
                node_type_id: n2-highmem-4
                num_workers: 1
          # ...

この例で databricks bundle validate を実行すると、結果のグラフは次のようになります (省略記号は、簡潔にするために省略された内容を示します)。

{
  "...": "...",
  "resources": {
    "jobs": {
      "my-job": {
        "job_clusters": [
          {
            "job_cluster_key": "my-cluster",
            "new_cluster": {
              "node_type_id": "n2-highmem-4",
              "num_workers": 1,
              "spark_version": "13.3.x-scala2.12"
            }
          }
        ],
        "...": "..."
      }
    }
  }
}

例 2: 複数のリソース マッピングで定義されている新しいジョブ クラスター設定の競合

この例では、spark_version、および num_workers は、最上位の resources マッピングと targetsの resources マッピングの両方で定義されています。この例では、 targets の resources マッピングの spark_version と num_workers が最上位の resources マッピングの spark_version と num_workers よりも優先され、 job_cluster_key 名前付き my-clusterの設定を定義します (省略記号は省略された内容を示します。

# ...
resources:
  jobs:
    my-job:
      name: my-job
      job_clusters:
        - job_cluster_key: my-cluster
          new_cluster:
            spark_version: 13.3.x-scala2.12
            node_type_id: n2-highmem-4
            num_workers: 1

targets:
  development:
    resources:
      jobs:
        my-job:
          name: my-job
          job_clusters:
            - job_cluster_key: my-cluster
              new_cluster:
                spark_version: 12.2.x-scala2.12
                num_workers: 2
          # ...

この例で databricks bundle validate を実行すると、結果のグラフは次のようになります (省略記号は、簡潔にするために省略された内容を示します)。

{
  "...": "...",
  "resources": {
    "jobs": {
      "my-job": {
        "job_clusters": [
          {
            "job_cluster_key": "my-cluster",
            "new_cluster": {
              "node_type_id": "n2-highmem-4",
              "num_workers": 2,
              "spark_version": "12.2.x-scala2.12"
            }
          }
        ],
        "...": "..."
      }
    }
  }
}

例 3: パイプライン クラスター設定が複数のリソース マッピングで定義され、設定の競合がない

この例では、最上位のresourcesマッピングのnode_type_idを targets のresourcesマッピングのnum_workersと組み合わせて、label名前付きdefaultの設定を定義します (省略記号は省略された内容を示します (簡潔にするために省略記号は省略された内容を示します)。

# ...
resources:
  pipelines:
    my-pipeline:
      clusters:
        - label: default
          node_type_id: n2-highmem-4

targets:
  development:
    resources:
      pipelines:
        my-pipeline:
          clusters:
            - label: default
              num_workers: 1
          # ...

この例で databricks bundle validate を実行すると、結果のグラフは次のようになります (省略記号は、簡潔にするために省略された内容を示します)。

{
  "...": "...",
  "resources": {
    "pipelines": {
      "my-pipeline": {
        "clusters": [
          {
            "label": "default",
            "node_type_id": "n2-highmem-4",
            "num_workers": 1
          }
        ],
        "...": "..."
      }
    }
  }
}

例 4: 複数のリソース マッピングで定義されている競合するパイプラインクラスター設定

この例では、num_workers は最上位のresourcesマッピングと targetsのresourcesマッピングの両方で定義されています。targets の resources マッピングのnum_workersは、最上位のresourcesマッピングのnum_workersよりも優先され、名前付きdefaultlabelの設定を定義します (省略記号は、簡潔にするために省略されたコンテンツを示します)。

# ...
resources:
  pipelines:
    my-pipeline:
      clusters:
        - label: default
          node_type_id: n2-highmem-4
          num_workers: 1

targets:
  development:
    resources:
      pipelines:
        my-pipeline:
          clusters:
            - label: default
              num_workers: 2
          # ...

この例で databricks bundle validate を実行すると、結果のグラフは次のようになります (省略記号は、簡潔にするために省略された内容を示します)。

{
  "...": "...",
  "resources": {
    "pipelines": {
      "my-pipeline": {
        "clusters": [
          {
            "label": "default",
            "node_type_id": "n2-highmem-4",
            "num_workers": 2
          }
        ],
        "...": "..."
      }
    }
  }
}