DatabricksCompute Klasa
Zarządza obiektem docelowym obliczeniowym usługi Databricks w usłudze Azure Machine Learning.
Azure Databricks to środowisko oparte na platformie Apache Spark w chmurze platformy Azure. Może służyć jako docelowy obiekt obliczeniowy w potoku usługi Azure Machine Learning. Aby uzyskać więcej informacji, zobacz Co to są cele obliczeniowe w usłudze Azure Machine Learning?
Konstruktor Klasy ComputeTarget.
Pobierz reprezentację chmury obiektu obliczeniowego skojarzonego z podanym obszarem roboczym. Zwraca wystąpienie klasy podrzędnej odpowiadające określonemu typowi pobranego obiektu obliczeniowego.
- Dziedziczenie
-
DatabricksCompute
Konstruktor
DatabricksCompute(workspace, name)
Parametry
Nazwa | Opis |
---|---|
workspace
Wymagane
|
Obiekt obszaru roboczego zawierający obiekt DatabricksCompute do pobrania. |
name
Wymagane
|
Nazwa obiektu DatabricksCompute do pobrania. |
workspace
Wymagane
|
Obiekt obszaru roboczego zawierający obiekt Compute do pobrania. |
name
Wymagane
|
Nazwa obiektu Compute do pobrania. |
Uwagi
W poniższym przykładzie pokazano, jak dołączyć usługę Azure Databricks jako obiekt docelowy obliczeniowy.
# 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)
Pełna próbka jest dostępna z witryny 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 |
PRZESTARZAŁE.
Skojarz istniejący zasób obliczeniowy usługi Databricks z podanym obszarem roboczym. |
attach_configuration |
Utwórz obiekt konfiguracji do dołączania docelowego obiektu obliczeniowego usługi Databricks. |
delete |
Usuwanie nie jest obsługiwane dla obiektu DatabricksCompute. Zamiast tego użyj polecenia cmdlet detach. |
deserialize |
Przekonwertuj obiekt JSON na obiekt DatabricksCompute. |
detach |
Odłącza obiekt usługi Databricks od skojarzonego obszaru roboczego. Bazowe obiekty w chmurze nie są usuwane, tylko skojarzenie jest usuwane. |
get_credentials |
Pobierz poświadczenia obiektu docelowego usługi Databricks. |
refresh_state |
Wykonaj aktualizację w miejscu właściwości obiektu. Ta metoda aktualizuje właściwości na podstawie bieżącego stanu odpowiedniego obiektu w chmurze. Jest to używane głównie do ręcznego sondowania stanu obliczeniowego. |
serialize |
Przekonwertuj ten obiekt DatabricksCompute na słownik serializacji JSON. |
attach
PRZESTARZAŁE.
attach_configuration
Zamiast tego użyj metody .
Skojarz istniejący zasób obliczeniowy usługi Databricks z podanym obszarem roboczym.
static attach(workspace, name, resource_id, access_token)
Parametry
Nazwa | Opis |
---|---|
workspace
Wymagane
|
Obiekt obszaru roboczego do skojarzenia zasobu obliczeniowego z. |
name
Wymagane
|
Nazwa do skojarzenia z zasobem obliczeniowym w podanym obszarze roboczym. Nie musi być zgodna z nazwą zasobu obliczeniowego do dołączenia. |
resource_id
Wymagane
|
Identyfikator zasobu platformy Azure dla dołączonego zasobu obliczeniowego. |
access_token
Wymagane
|
Token dostępu dla dołączonego zasobu. |
Zwraca
Typ | Opis |
---|---|
Reprezentacja obiektu obliczeniowego w usłudze DatabricksCompute. |
Wyjątki
Typ | Opis |
---|---|
attach_configuration
Utwórz obiekt konfiguracji do dołączania docelowego obiektu obliczeniowego usługi Databricks.
static attach_configuration(resource_group=None, workspace_name=None, resource_id=None, access_token='')
Parametry
Nazwa | Opis |
---|---|
resource_group
|
Nazwa grupy zasobów, w której znajduje się usługa Databricks. Domyślna wartość: None
|
workspace_name
|
Nazwa obszaru roboczego usługi Databricks. Domyślna wartość: None
|
resource_id
|
Identyfikator zasobu platformy Azure dla dołączonego zasobu obliczeniowego. Domyślna wartość: None
|
access_token
Wymagane
|
Token dostępu dla dołączonego zasobu obliczeniowego. |
Zwraca
Typ | Opis |
---|---|
Obiekt konfiguracji, który ma być używany podczas dołączania obiektu obliczeniowego. |
Wyjątki
Typ | Opis |
---|---|
delete
Usuwanie nie jest obsługiwane dla obiektu DatabricksCompute. Zamiast tego użyj polecenia cmdlet detach.
delete()
Wyjątki
Typ | Opis |
---|---|
deserialize
Przekonwertuj obiekt JSON na obiekt DatabricksCompute.
static deserialize(workspace, object_dict)
Parametry
Nazwa | Opis |
---|---|
workspace
Wymagane
|
Obiekt obszaru roboczego, z który jest skojarzony obiekt DatabricksCompute. |
object_dict
Wymagane
|
Obiekt JSON do konwersji na obiekt DatabricksCompute. |
Zwraca
Typ | Opis |
---|---|
Reprezentacja dostarczonego obiektu JSON w usłudze DatabricksCompute. |
Wyjątki
Typ | Opis |
---|---|
Uwagi
Zgłasza wartość , ComputeTargetException jeśli podany obszar roboczy nie jest obszarem roboczym skojarzonym z usługą Compute.
detach
Odłącza obiekt usługi Databricks od skojarzonego obszaru roboczego.
Bazowe obiekty w chmurze nie są usuwane, tylko skojarzenie jest usuwane.
detach()
Wyjątki
Typ | Opis |
---|---|
get_credentials
Pobierz poświadczenia obiektu docelowego usługi Databricks.
get_credentials()
Zwraca
Typ | Opis |
---|---|
Poświadczenia obiektu docelowego usługi Databricks. |
Wyjątki
Typ | Opis |
---|---|
refresh_state
Wykonaj aktualizację w miejscu właściwości obiektu.
Ta metoda aktualizuje właściwości na podstawie bieżącego stanu odpowiedniego obiektu w chmurze. Jest to używane głównie do ręcznego sondowania stanu obliczeniowego.
refresh_state()
Wyjątki
Typ | Opis |
---|---|
serialize
Przekonwertuj ten obiekt DatabricksCompute na słownik serializacji JSON.
serialize()
Zwraca
Typ | Opis |
---|---|
Reprezentacja JSON tego obiektu DatabricksCompute. |
Wyjątki
Typ | Opis |
---|---|