Sdílet prostřednictvím


DatabricksCompute Třída

Spravuje cílový výpočetní objekt Databricks ve službě Azure Machine Learning.

Azure Databricks je prostředí založené na Apache Sparku v cloudu Azure. Můžete ji použít jako cílový výpočetní objekt v kanálu služby Azure Machine Learning. Další informace najdete v tématu Co jsou výpočetní cíle ve službě Azure Machine Learning?

Třída ComputeTarget – konstruktor.

Načtěte cloudovou reprezentaci výpočetního objektu přidruženého k poskytnutému pracovnímu prostoru. Vrátí instanci podřízené třídy odpovídající konkrétnímu typu načteného objektu Compute.

Dědičnost
DatabricksCompute

Konstruktor

DatabricksCompute(workspace, name)

Parametry

Name Description
workspace
Vyžadováno

Objekt pracovního prostoru obsahující objekt DatabricksCompute, který se má načíst.

name
Vyžadováno
str

Název objektu DatabricksCompute, který se má načíst.

workspace
Vyžadováno

Objekt pracovního prostoru obsahující objekt Compute, který se má načíst.

name
Vyžadováno
str

Název objektu Compute, který se má načíst.

Poznámky

Následující příklad ukazuje, jak připojit Azure Databricks jako cílový výpočetní objekt.


   # Replace with your account info before running.

   db_compute_name=os.getenv("DATABRICKS_COMPUTE_NAME", "<my-databricks-compute-name>") # Databricks compute name
   db_resource_group=os.getenv("DATABRICKS_RESOURCE_GROUP", "<my-db-resource-group>") # Databricks resource group
   db_workspace_name=os.getenv("DATABRICKS_WORKSPACE_NAME", "<my-db-workspace-name>") # Databricks workspace name
   db_access_token=os.getenv("DATABRICKS_ACCESS_TOKEN", "<my-access-token>") # Databricks access token

   try:
       databricks_compute = DatabricksCompute(workspace=ws, name=db_compute_name)
       print('Compute target {} already exists'.format(db_compute_name))
   except ComputeTargetException:
       print('Compute not found, will use below parameters to attach new one')
       print('db_compute_name {}'.format(db_compute_name))
       print('db_resource_group {}'.format(db_resource_group))
       print('db_workspace_name {}'.format(db_workspace_name))
       print('db_access_token {}'.format(db_access_token))

       config = DatabricksCompute.attach_configuration(
           resource_group = db_resource_group,
           workspace_name = db_workspace_name,
           access_token= db_access_token)
       databricks_compute=ComputeTarget.attach(ws, db_compute_name, config)
       databricks_compute.wait_for_completion(True)

Úplná ukázka je k dispozici od https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-use-databricks-as-compute-target.ipynb

Metody

attach

ZASTARALÉ. Místo toho použijte metodu attach_configuration .

Přidružte existující výpočetní prostředek Databricks k poskytnutému pracovnímu prostoru.

attach_configuration

Vytvořte objekt konfigurace pro připojení cílového výpočetního objektu Databricks.

delete

Odstranění není podporováno pro objekt DatabricksCompute. Místo toho použijte detach.

deserialize

Převeďte objekt JSON na objekt DatabricksCompute.

detach

Odpojí objekt Databricks od přidruženého pracovního prostoru.

Základní cloudové objekty se neodstraní, odebere se jenom přidružení.

get_credentials

Načtěte přihlašovací údaje pro cíl Databricks.

refresh_state

Proveďte místní aktualizaci vlastností objektu.

Tato metoda aktualizuje vlastnosti na základě aktuálního stavu odpovídajícího cloudového objektu. Primárně se používá pro ruční dotazování stavu výpočetních prostředků.

serialize

Převeďte tento objekt DatabricksCompute na serializovaný slovník JSON.

attach

ZASTARALÉ. Místo toho použijte metodu attach_configuration .

Přidružte existující výpočetní prostředek Databricks k poskytnutému pracovnímu prostoru.

static attach(workspace, name, resource_id, access_token)

Parametry

Name Description
workspace
Vyžadováno

Objekt pracovního prostoru, ke kterým chcete přidružit výpočetní prostředek.

name
Vyžadováno
str

Název, který chcete přidružit k výpočetnímu prostředku v zadaném pracovním prostoru. Nemusí odpovídat názvu připojeného výpočetního prostředku.

resource_id
Vyžadováno
str

ID prostředku Azure pro připojený výpočetní prostředek.

access_token
Vyžadováno
str

Přístupový token pro připojený prostředek.

Návraty

Typ Description

Reprezentace objektu DatabricksCompute výpočetního objektu.

Výjimky

Typ Description

attach_configuration

Vytvořte objekt konfigurace pro připojení cílového výpočetního objektu Databricks.

static attach_configuration(resource_group=None, workspace_name=None, resource_id=None, access_token='')

Parametry

Name Description
resource_group
str

Název skupiny prostředků, ve které se Databricks nachází.

Default value: None
workspace_name
str

Název pracovního prostoru Databricks.

Default value: None
resource_id
str

ID prostředku Azure pro připojený výpočetní prostředek.

Default value: None
access_token
Vyžadováno
str

Přístupový token pro připojený výpočetní prostředek.

Návraty

Typ Description

Objekt konfigurace, který se má použít při připojování výpočetního objektu.

Výjimky

Typ Description

delete

Odstranění není podporováno pro objekt DatabricksCompute. Místo toho použijte detach.

delete()

Výjimky

Typ Description

deserialize

Převeďte objekt JSON na objekt DatabricksCompute.

static deserialize(workspace, object_dict)

Parametry

Name Description
workspace
Vyžadováno

Objekt pracovního prostoru, ke které je přidružen objekt DatabricksCompute.

object_dict
Vyžadováno

Objekt JSON, který se má převést na objekt DatabricksCompute.

Návraty

Typ Description

Reprezentace DatabricksCompute poskytnutého objektu JSON

Výjimky

Typ Description

Poznámky

Vyvolá, ComputeTargetException pokud zadaný pracovní prostor není pracovním prostorem, ke který je přidružen compute.

detach

Odpojí objekt Databricks od přidruženého pracovního prostoru.

Základní cloudové objekty se neodstraní, odebere se jenom přidružení.

detach()

Výjimky

Typ Description

get_credentials

Načtěte přihlašovací údaje pro cíl Databricks.

get_credentials()

Návraty

Typ Description

Přihlašovací údaje pro cíl Databricks.

Výjimky

Typ Description

refresh_state

Proveďte místní aktualizaci vlastností objektu.

Tato metoda aktualizuje vlastnosti na základě aktuálního stavu odpovídajícího cloudového objektu. Primárně se používá pro ruční dotazování stavu výpočetních prostředků.

refresh_state()

Výjimky

Typ Description

serialize

Převeďte tento objekt DatabricksCompute na serializovaný slovník JSON.

serialize()

Návraty

Typ Description

Reprezentace JSON tohoto objektu DatabricksCompute

Výjimky

Typ Description