Переопределение параметров кластера в наборах ресурсов Databricks

В этой статье описывается, как переопределить параметры кластеров Azure Databricks в пакетах ресурсов Databricks. См. Что такое пакеты ресурсов Databricks?

В azure Databricks файлы конфигурации пакетаможно join параметры кластера в сопоставлении resources верхнего уровня с параметрами кластера в сопоставлении targets, как показано ниже.

Для заданий используйте сопоставление job_cluster_key в определении задания, чтобы join параметры кластера в сопоставлении resources верхнего уровня с параметрами кластера в сопоставлении targets, например (многоточия указывают на опущенное содержимое для краткости):

# ...
resources:
  jobs:
    <some-unique-programmatic-identifier-for-this-job>:
      # ...
      job_clusters:
        - job_cluster_key: <some-unique-programmatic-identifier-for-this-key>
          new_cluster:
            # Cluster settings.

targets:
  <some-unique-programmatic-identifier-for-this-target>:
    resources:
      jobs:
        <the-matching-programmatic-identifier-for-this-job>:
          # ...
          job_clusters:
            - job_cluster_key: <the-matching-programmatic-identifier-for-this-key>
              # Any more cluster settings to join with the settings from the
              # resources mapping for the matching top-level job_cluster_key.
          # ...

Если любой параметр кластера определен как в сопоставлении resources верхнего уровня, так и в сопоставлении targets для одного и того же job_cluster_key, то параметр в сопоставлении targets имеет приоритет над параметром в сопоставлении resources верхнего уровня.

Для конвейеров Delta Live Tables используйте сопоставление label в cluster определения конвейера, чтобы join параметры кластера в сопоставлении resources верхнего уровня с параметрами кластера в сопоставлении targets, например (многоточия указывают на пропущенное содержимое для краткости):

# ...
resources:
  pipelines:
    <some-unique-programmatic-identifier-for-this-pipeline>:
      # ...
      clusters:
        - label: default | maintenance
          # Cluster settings.

targets:
  <some-unique-programmatic-identifier-for-this-target>:
    resources:
      pipelines:
        <the-matching-programmatic-identifier-for-this-pipeline>:
          # ...
          clusters:
            - label: default | maintenance
              # Any more cluster settings to join with the settings from the
              # resources mapping for the matching top-level label.
          # ...

Если любой параметр кластера определен как в сопоставлении resources верхнего уровня, так и в сопоставлении targets для одного и того же label, то параметр в сопоставлении targets имеет приоритет над параметром в сопоставлении resources верхнего уровня.

Пример 1. Новые параметры кластера заданий, определенные в нескольких сопоставлениях ресурсов и без конфликтов параметров

В этом примере spark_version в верхнеуровневом сопоставлении resources объединяется вместе с node_type_id и num_workers в сопоставлении resources в targets, чтобы определить параметры для job_cluster_key, именованных my-cluster, (многоточие указывает на пропущенное содержимое для краткости):

# ...
resources:
  jobs:
    my-job:
      name: my-job
      job_clusters:
        - job_cluster_key: my-cluster
          new_cluster:
            spark_version: 13.3.x-scala2.12

targets:
  development:
    resources:
      jobs:
        my-job:
          name: my-job
          job_clusters:
            - job_cluster_key: my-cluster
              new_cluster:
                node_type_id: Standard_DS3_v2
                num_workers: 1
          # ...

При выполнении databricks bundle validate для этого примера результирующий граф выглядит следующим образом (многоточия указывают на пропущенное содержимое для краткости):

{
  "...": "...",
  "resources": {
    "jobs": {
      "my-job": {
        "job_clusters": [
          {
            "job_cluster_key": "my-cluster",
            "new_cluster": {
              "node_type_id": "Standard_DS3_v2",
              "num_workers": 1,
              "spark_version": "13.3.x-scala2.12"
            }
          }
        ],
        "...": "..."
      }
    }
  }
}

Пример 2. Конфликтующие параметры кластера заданий, определенные в нескольких сопоставлениях ресурсов

В этом примере spark_versionи num_workers определяются как в сопоставлении resources верхнего уровня, так и в сопоставлении resources в targets. В этом примере spark_version и num_workers в отображении resources на targets имеют преимущество над spark_version и num_workers в отображении resources верхнего уровня, чтобы определить настройки для job_cluster_key с именем my-cluster (многоточия указывают на пропущенное содержимое для краткости):

# ...
resources:
  jobs:
    my-job:
      name: my-job
      job_clusters:
        - job_cluster_key: my-cluster
          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
          job_clusters:
            - job_cluster_key: my-cluster
              new_cluster:
                spark_version: 12.2.x-scala2.12
                num_workers: 2
          # ...

При выполнении databricks bundle validate для этого примера результирующий граф выглядит следующим образом (многоточия указывают на пропущенное содержимое для краткости):

{
  "...": "...",
  "resources": {
    "jobs": {
      "my-job": {
        "job_clusters": [
          {
            "job_cluster_key": "my-cluster",
            "new_cluster": {
              "node_type_id": "Standard_DS3_v2",
              "num_workers": 2,
              "spark_version": "12.2.x-scala2.12"
            }
          }
        ],
        "...": "..."
      }
    }
  }
}

Пример 3. Параметры кластера конвейера, определенные в нескольких сопоставлениях ресурсов и без конфликтов параметров

В этом примере node_type_id в сопоставлении resources верхнего уровня объединяется с num_workers в сопоставлении resources в targets для задания параметров label под названием default (многоточие указывает на пропущенное содержимое для краткости):

# ...
resources:
  pipelines:
    my-pipeline:
      clusters:
        - label: default
          node_type_id: Standard_DS3_v2

targets:
  development:
    resources:
      pipelines:
        my-pipeline:
          clusters:
            - label: default
              num_workers: 1
          # ...

При выполнении databricks bundle validate для этого примера результирующий граф выглядит следующим образом (многоточия указывают на пропущенное содержимое для краткости):

{
  "...": "...",
  "resources": {
    "pipelines": {
      "my-pipeline": {
        "clusters": [
          {
            "label": "default",
            "node_type_id": "Standard_DS3_v2",
            "num_workers": 1
          }
        ],
        "...": "..."
      }
    }
  }
}

Пример 4. Конфликтующие параметры кластера конвейера, определенные в нескольких сопоставлениях ресурсов

В этом примере num_workers определяется как в верхнеуровневом сопоставлении resources, так и в сопоставлении resources в targets. num_workers в сопоставлении resources в targets имеют приоритет над num_workers в сопоставлении resources верхнего уровня, чтобы определить параметры для label именованных default (многоточие указывают на пропущенное содержимое для краткости):

# ...
resources:
  pipelines:
    my-pipeline:
      clusters:
        - label: default
          node_type_id: Standard_DS3_v2
          num_workers: 1

targets:
  development:
    resources:
      pipelines:
        my-pipeline:
          clusters:
            - label: default
              num_workers: 2
          # ...

При выполнении databricks bundle validate для этого примера результирующий граф выглядит следующим образом (многоточия указывают на пропущенное содержимое для краткости):

{
  "...": "...",
  "resources": {
    "pipelines": {
      "my-pipeline": {
        "clusters": [
          {
            "label": "default",
            "node_type_id": "Standard_DS3_v2",
            "num_workers": 2
          }
        ],
        "...": "..."
      }
    }
  }
}