Databricks アセットバンドルのジョブタスク設定を上書きする

この記事では、 Databricks アセット バンドルで Databricks ジョブ タスク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、ジョブ定義内の task マッピングを使用して、最上位の resources マッピングのジョブ タスク設定を、 targets マッピングのジョブ タスク設定と結合できます (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>:
      # ...
      tasks:
        - task_key: <some-unique-programmatic-identifier-for-this-task>
          # Task settings.

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

同じtaskの最上位resourcesマッピングとtargetsマッピングを結合するには、taskマッピングのtask_keyを同じ値に設定する必要があります。

同じtaskの最上位resourcesマッピングとtargetsマッピングの両方でジョブタスク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、設定の競合がないジョブタスク設定

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-task task_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
      tasks:
        - task_key: my-key
          new_cluster:
            spark_version: 13.3.x-scala2.12

targets:
  development:
    resources:
      jobs:
        my-job:
          name: my-job
          tasks:
            - task_key: my-task
              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": {
        "tasks": [
          {
            "new_cluster": {
              "node_type_id": "n2-highmem-4",
              "num_workers": 1,
              "spark_version": "13.3.x-scala2.12"
            },
            "task-key": "my-task"
          }
        ],
        "...": "..."
      }
    }
  }
}

例 2: 複数のリソース・マッピングで定義されたジョブ・タスク設定の競合

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。targets の resources マッピングのspark_versionとnum_workersは、最上位のresourcesマッピングのspark_versionとnum_workersよりも優先されます。これは、my-taskという名前のtask_key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:
  jobs:
    my-job:
      name: my-job
      tasks:
        - task_key: my-task
          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
          tasks:
            - task_key: my-task
              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": {
        "tasks": [
          {
            "new_cluster": {
              "node_type_id": "n2-highmem-4",
              "num_workers": 2,
              "spark_version": "12.2.x-scala2.12"
            },
            "task_key": "my-task"
          }
        ],
        "...": "..."
      }
    }
  }
}