Sdílet prostřednictvím

Omezení služby Databricks Connect pro Python

  • Článek

Poznámka:

Tento článek popisuje Databricks Connect pro Databricks Runtime 13.3 LTS a vyšší.

Tento článek obsahuje omezení služby Databricks Connect pro Python. Databricks Connect umožňuje připojit k clusterům Azure Databricks oblíbené prostředí IDEs, servery poznámkových bloků a vlastní aplikace. Podívejte se, co je Databricks Connect? Informace o verzi Scala tohoto článku najdete v tématu Omezení služby Databricks Connect pro Scala.

Důležitý

V závislosti na verzi Pythonu, Databricks Runtime a Databricks Connect, kterou používáte, můžou některé funkce mít požadavky na verzi. Viz požadavky .

Dostupnost funkcí

Není k dispozici v Databricks Connect pro Databricks Runtime 13.3 LTS a níže:

  • Proudem foreachBatch
  • Vytváření datových rámců větších než 128 MB
  • Dlouhé dotazy delší než 3600 sekund

Není k dispozici:

  • dataframe.display() API
  • Nástroje Databricks: credentials, library, notebook workflow, widgets
  • Kontext Sparku
  • RDDs
  • Knihovny, které používají sady RDD, Spark Context nebo přistupují k podkladovému prostředí Spark JVM, jako jsou Mosaic geospatial, GraphFrames nebo GreatExpectations.
  • CREATE TABLE <table-name> AS SELECT (místo toho použijte spark.sql("SELECT ...").write.saveAsTable("table"))
  • ApplyinPandas() a Cogroup() se sdílenými clustery
  • Změna úrovně protokolu log4j prostřednictvím SparkContext
  • Distribuované trénování ML
  • Synchronizace místního vývojového prostředí se vzdáleným clusterem
  • Na serverless výpočetních prostředcích nemohou UDFs zahrnovat vlastní knihovny.