Compartir a través de

Supervisión de Azure Databricks

  • Artículo

azure Databricks es un servicio de análisis basado en Apache Sparkrápido y eficaz que facilita el desarrollo e implementación rápida de soluciones de análisis de macrodatos e inteligencia artificial (AI). Muchos usuarios aprovechan la simplicidad de los cuadernos en sus soluciones de Azure Databricks. Para los usuarios que requieren opciones de computación más sólidas, Azure Databricks admite la ejecución distribuida del código de aplicación personalizado.

La supervisión es una parte fundamental de cualquier solución de nivel de producción y Azure Databricks ofrece una sólida funcionalidad para supervisar métricas de aplicaciones personalizadas, eventos de consulta de streaming y mensajes de registro de aplicaciones. Azure Databricks puede enviar estos datos de supervisión a diferentes servicios de registro.

En los artículos siguientes se muestra cómo enviar datos de supervisión de Azure Databricks a Azure Monitor, la plataforma de datos de supervisión para Azure.

La biblioteca de código que acompaña a estos artículos amplía la funcionalidad de supervisión principal de Azure Databricks para enviar métricas, eventos y información de registro de Spark a Azure Monitor.

La audiencia de estos artículos y la biblioteca de código complementaria son apache Spark y desarrolladores de soluciones de Azure Databricks. El código debe estar integrado en archivos de Java Archive (JAR) y, después, implementarse en un clúster de Azure Databricks. El código es una combinación de Scala y Java, con un conjunto correspondiente de archivos Maven modelo de objetos de proyecto (POM) para compilar los archivos JAR de salida. Se recomienda comprender Java, Scala y Maven como requisitos previos.

Pasos siguientes

Empiece por compilar la biblioteca de código e implementarla en el clúster de Azure Databricks.

Enviar registros de aplicaciones de Azure Databricks a Azure Monitor