Přepsání nastavení úloh v balíčcích prostředků Databricks

Tento článek popisuje, jak přepsat nastavení úloh Azure Databricks v Sady prostředků Databricks. Viz Co jsou Databricks Asset Bundles?

V Azure Databricks konfiguračních souborů sadymůžete použít mapování task v definici úlohy k připojení nastavení úkolů úlohy v resources mapování úkolů nejvyšší úrovně s nastavením úlohy v mapování targets, například (tři tečky označují vynechaný obsah pro stručnost):

# ...
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.
          # ...

Chcete-li spojit mapování resources nejvyšší úrovně a mapování targets pro stejnou task, musí být task_key mapování task nastavena na stejnou hodnotu.

Pokud je v mapování resources nejvyšší úrovně i v mapování targets pro stejnou taskdefinováno jakékoli nastavení úlohy, má nastavení v mapování targets přednost před nastavením v mapování nejvyšší úrovně resources.

Příklad 1: Nastavení úlohy definované v mapování více zdrojů a bez konfliktů nastavení

V tomto příkladu se spark_version v mapování nejvyšší úrovně resources kombinuje s node_type_id a num_workers v mapování resources k definování nastavení v targets pro task_key pojmenované my-task (tři tečky označují vynechaný obsah pro stručnost):

# ...
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: Standard_DS3_v2
                num_workers: 1
          # ...

Když v tomto příkladu spustíte databricks bundle validate, výsledný graf je následující (tři tečky označují vynechaný obsah pro stručnost):

{
  "...": "...",
  "resources": {
    "jobs": {
      "my-job": {
        "tasks": [
          {
            "new_cluster": {
              "node_type_id": "Standard_DS3_v2",
              "num_workers": 1,
              "spark_version": "13.3.x-scala2.12"
            },
            "task-key": "my-task"
          }
        ],
        "...": "..."
      }
    }
  }
}

Příklad 2: Konfliktní nastavení úloh definovaná v několika mapováních zdrojů

V tomto příkladu jsou spark_versiona num_workers definovány v mapování resources nejvyšší úrovně i v mapování resources v targets. spark_version a num_workers v mapování resources v targets mají přednost před spark_version a num_workers v mapování resources nejvyšší úrovně. Tím se definuje nastavení task_key pojmenované my-task (tři tečky označují vynechaný obsah pro stručnost):

# ...
resources:
  jobs:
    my-job:
      name: my-job
      tasks:
        - task_key: my-task
          new_cluster:
            spark_version: 13.3.x-scala2.12
            node_type_id: Standard_DS3_v2
            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
          # ...

Když v tomto příkladu spustíte databricks bundle validate, výsledný graf je následující (tři tečky označují vynechaný obsah pro stručnost):

{
  "...": "...",
  "resources": {
    "jobs": {
      "my-job": {
        "tasks": [
          {
            "new_cluster": {
              "node_type_id": "Standard_DS3_v2",
              "num_workers": 2,
              "spark_version": "12.2.x-scala2.12"
            },
            "task_key": "my-task"
          }
        ],
        "...": "..."
      }
    }
  }
}