Groupe de commandesair

info

Aperçu

Cette fonctionnalité est en Aperçu public.

Le groupe de commandes air au sein de la CLI Databricks soumet et gère les charges de travail d'entraînement AI Runtime. Pour connaître les exigences et les instructions d'utilisation, consultez Utiliser la CLI Databricks avec AI Runtime. Pour soumettre votre première charge de travail, consultez Guide de démarrage rapide de la CLI Databricks pour AI Runtime.

Pour consulter la référence complète des commandes et de la configuration, utilisez l'aide de la CLI :

Bash

databricks air --help                  # All commands
databricks air <command> --help        # Flags for a specific command
databricks air run -h config           # YAML config reference
databricks air run -h config.compute   # Per-field help for a YAML section

L’aide de la CLI reflète la version exacte que vous avez installée. L'aide à la configuration est générée à partir du schéma de validation. Utilisez-la pour vérifier les types de champs, les exigences et les contraintes.

Commandes

Commande	Usage
databricks air run	Soumettre une charge de travail d'entraînement à partir d'une configuration YAML. Prend en charge -f (--file), --watch, --dry-run, les flags répétables --override et --idempotency-key.
databricks air get <run-id>	Afficher l’état, la configuration et les détails de minutage pour une exécution spécifiée.
databricks air list	Lister les exécutions actives pour l’utilisateur actuel. Utilisez --all-status pour inclure les exécutions terminées, --all-users pour inclure d’autres utilisateurs et --limit pour définir le nombre de résultats (default 20). Répétez --filter KEY=VALUE pour filtrer par accelerator_type, experiment, num_accelerators ou user.
databricks air logs <run-id>	Diffuser en Stream des logs à partir d'une exécution active ou récupérer des logs d'une exécution terminée. Utilisez --node pour sélectionner un nœud, --retry pour sélectionner une tentative et --download-to pour download complets Logs.
databricks air cancel <run-id> [<run-id> ...]	Annuler une ou plusieurs exécutions. Utilisez --all pour annuler vos exécutions actives. --all demande une confirmation, sauf si vous passez --yes.
databricks air convert-to-dabs <yaml-path>	Convertissez le YAML de charge de travail en Declarative Automation Bundles localement, sans contacter le workspace. Utilisez --output-dir pour sélectionner le répertoire du bundle et --force pour remplacer les fichiers générés.

Commande	Usage
databricks air run	Soumettre une charge de travail d'entraînement à partir d'une configuration YAML. Prend en charge -f (--file), --watch, --dry-run, les flags répétables --override et --idempotency-key.
databricks air get <run-id>	Afficher l’état, la configuration et les détails de minutage pour une exécution spécifiée.
databricks air list	Lister les exécutions actives pour l’utilisateur actuel. Utilisez --all-status pour inclure les exécutions terminées, --all-users pour inclure d’autres utilisateurs et --limit pour définir le nombre de résultats (default 20). Répétez --filter KEY=VALUE pour filtrer par accelerator_type, experiment, num_accelerators ou user.
databricks air logs <run-id>	Diffuser en Stream des logs à partir d'une exécution active ou récupérer des logs d'une exécution terminée. Utilisez --node pour sélectionner un nœud, --retry pour sélectionner une tentative et --download-to pour download complets Logs.
databricks air cancel <run-id> [<run-id> ...]	Annuler une ou plusieurs exécutions. Utilisez --all pour annuler vos exécutions actives. --all demande une confirmation, sauf si vous passez --yes.
databricks air convert-to-dabs <yaml-path>	Convertissez le YAML de charge de travail en Declarative Automation Bundles localement, sans contacter le workspace. Utilisez --output-dir pour sélectionner le répertoire du bundle et --force pour remplacer les fichiers générés.

databricks air run -f train.yaml --dry-run valide le schéma YAML et remplace les paramètres localement sans soumettre de charge de travail ni exiger d'authentification. Il ne vérifie pas si les chemins de code locaux ou les révisions Git existent, et ne valide pas non plus les autorisations du workspace ni la disponibilité du GPU.

Pour les logs, utilisez --tail pour sélectionner un nombre de lignes ou --minutes pour sélectionner une fenêtre temporelle. Ces indicateurs sont exclusifs et ne peuvent pas être combinés avec --download-to.

Indicateurs globaux

Flag	Usage
-p, --profile	Utilisez le profil d'authentification de la CLI Databricks nommé au lieu du profil default.
--debug	Activez le logging de débogage.
-o, --output	Sélectionnez le format de sortie : text ou json. La valeur default est text.
-t, --target	Sélectionnez la cible du bundle, le cas échéant.

Flag	Usage
-p, --profile	Utilisez le profil d'authentification de la CLI Databricks nommé au lieu du profil default.
--debug	Activez le logging de débogage.
-o, --output	Sélectionnez le format de sortie : text ou json. La valeur default est text.
-t, --target	Sélectionnez la cible du bundle, le cas échéant.

Utilisez -h ou --help dans une commande pour afficher son aide. Pour afficher l’aide sur les champs YAML, utilisez databricks air run -h config.<section>.

Différences par rapport au CLI Python hérité

La CLI Databricks et la CLI air héritée basée sur Python utilisent des noms de commande et des indicateurs différents. Mettez à jour les scripts en utilisant les correspondances suivantes :

Python CLI	Databricks CLI
air run -f train.yaml	databricks air run -f train.yaml
air run -f train.yaml --override A=X B=Y	databricks air run -f train.yaml --override A=X --override B=Y
air get run <run-id>	databricks air get <run-id>
air list runs	databricks air list --all-status
air list runs --active	databricks air list
air -h config	databricks air run -h config
air logs <run-id>	databricks air logs <run-id>
air cancel <run-id>	databricks air cancel <run-id>

Python CLI	Databricks CLI
air run -f train.yaml	databricks air run -f train.yaml
air run -f train.yaml --override A=X B=Y	databricks air run -f train.yaml --override A=X --override B=Y
air get run <run-id>	databricks air get <run-id>
air list runs	databricks air list --all-status
air list runs --active	databricks air list
air -h config	databricks air run -h config
air logs <run-id>	databricks air logs <run-id>
air cancel <run-id>	databricks air cancel <run-id>

Ressources supplémentaires

• Guide de démarrage rapide de la CLI Databricks pour AI Runtime
• Référence YAML des Workload
• Suivez les exécutions avec MLflow et la page d'exécutions des jobs