Substituir configurações clusters em pacotes ativos do Databricks
Este artigo descreve como substituir as configurações dos clusters Databricks em Databricks ativo Bundles. Consulte O que são pacotes Databricks ativos?
Nos arquivos de configuração do pacote do Databricks, você pode join as configurações clusters em um mapeamento resources
de nível superior com as configurações clusters em um mapeamento targets
, como segue.
Para Job, use o mapeamento job_cluster_key
em uma definição Job para join as configurações clusters em um mapeamento resources
de nível superior com as configurações clusters em um mapeamento targets
, por exemplo (reticências indicam conteúdo omitido, por questões de brevidade):
# ...
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.
# ...
Se alguma configuração clusters for definida no mapeamento resources
de nível superior e no mapeamento targets
para o mesmo job_cluster_key
, a configuração no mapeamento targets
terá precedência sobre a configuração no nível superior resources
mapeamento.
Para pipelines Delta Live Tables, use o mapeamento label
dentro do cluster
de uma definição de pipeline para join as configurações clusters em um mapeamento resources
de nível superior com as configurações clusters em um mapeamento targets
, por exemplo (elipses indicar conteúdo omitido, por questões de brevidade):
# ...
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.
# ...
Se alguma configuração clusters for definida no mapeamento resources
de nível superior e no mapeamento targets
para o mesmo label
, a configuração no mapeamento targets
terá precedência sobre a configuração no nível superior resources
mapeamento.
Exemplo 1: Novas configurações clusters Job definidas em vários mapeamentos de recursos e sem conflitos de configurações
Neste exemplo, spark_version
no mapeamento resources
de nível superior é combinado com node_type_id
e num_workers
no mapeamento resources
em targets
para definir as configurações para o job_cluster_key
denominado my-cluster
( reticências indicam conteúdo omitido, por questões de brevidade):
# ...
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
# ...
Quando você executa databricks bundle validate
para este exemplo, o gráfico resultante é o seguinte (as reticências indicam o conteúdo omitido, por questões de brevidade):
{
"...": "...",
"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"
}
}
],
"...": "..."
}
}
}
}
Exemplo 2: Novas configurações conflitantes clusters Job definidas em vários mapeamentos de recursos
Neste exemplo, spark_version
e num_workers
são definidos no mapeamento resources
de nível superior e no mapeamento resources
em targets
. Neste exemplo, spark_version
e num_workers
no mapeamento resources
em targets
têm precedência sobre spark_version
e num_workers
no mapeamento de nível superior resources
, para definir as configurações para job_cluster_key
denominado my-cluster
(reticências indicam conteúdo omitido, por questões de brevidade):
# ...
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
# ...
Quando você executa databricks bundle validate
para este exemplo, o gráfico resultante é o seguinte (as reticências indicam o conteúdo omitido, por questões de brevidade):
{
"...": "...",
"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"
}
}
],
"...": "..."
}
}
}
}
Exemplo 3: Configurações clusters de pipeline definidas em vários mapeamentos de recursos e sem conflitos de configurações
Neste exemplo, node_type_id
no mapeamento resources
de nível superior é combinado com num_workers
no mapeamento resources
em targets
para definir as configurações para o label
denominado default
(reticências indicam conteúdo omitido , para ser breve):
# ...
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
# ...
Quando você executa databricks bundle validate
para este exemplo, o gráfico resultante é o seguinte (as reticências indicam o conteúdo omitido, por questões de brevidade):
{
"...": "...",
"resources": {
"pipelines": {
"my-pipeline": {
"clusters": [
{
"label": "default",
"node_type_id": "n2-highmem-4",
"num_workers": 1
}
],
"...": "..."
}
}
}
}
Exemplo 4: Configurações conflitantes clusters de pipeline definidas em vários mapeamentos de recursos
Neste exemplo, num_workers
é definido no mapeamento resources
de nível superior e no mapeamento resources
em targets
. num_workers
no mapeamento resources
em targets
tem precedência sobre num_workers
no mapeamento resources
de nível superior, para definir as configurações para o label
denominado default
(reticências indicam conteúdo omitido, por questões de brevidade ):
# ...
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
# ...
Quando você executa databricks bundle validate
para este exemplo, o gráfico resultante é o seguinte (as reticências indicam o conteúdo omitido, por questões de brevidade):
{
"...": "...",
"resources": {
"pipelines": {
"my-pipeline": {
"clusters": [
{
"label": "default",
"node_type_id": "n2-highmem-4",
"num_workers": 2
}
],
"...": "..."
}
}
}
}