Databricksドキュメント アーカイブ
important
このドキュメントは廃止されており、更新されない可能性があります。 このコンテンツに記載されている製品、サービス、またはテクノロジはサポートされなくなりました。
このアーカイブには、 Databricks 製品、機能、 APIs、およびワークフローの以前のバージョンのドキュメントがあります。
行政
コンピュート
- クラスター UI の作成 (レガシー)
- クラスター UI プレビュー
- initスクリプト(レガシー)を使用してライブラリをインストールする
- クラスター-named initスクリプト (legacy)
- Global initスクリプト (legacy)
- コンピュート ポリシー ベスト プラクティス
開発ツール
%condaコマンドによるライブラリの管理(レガシー)- DBFS でのテーブルの探索と作成
- DBIOを使用したクラウドストレージへのトランザクション書き込み
- DBFSでファイルを参照する
- FileStore
- Hive テーブル (レガシ)
- koalas
- スキューヒントを使用したスキュー結合の最適化
- レガシーUniFormアイスバーグコンパットV1
- ワークスペース ライブラリ (レガシ)
- Databricks CLI (レガシ)
- dbx by Databricks Labs とは何ですか?
- dbutils.ライブラリ
- Spark 3.x への移行
- VSCode と Git フォルダー
- VSCode ワークスペース ディレクトリ
- Pulumi Databricksリソースプロバイダー
- 基本認証 (サポート終了)
統治
機械学習とAI
- Petastormを使用したデータのロード
- 特徴量テーブルをワークスペース間で共有する (レガシー)
- MLeap ML モデルのエクスポート
- PySpark モデルをトレーニングし、MLeap 形式で保存する
- MLeap モデルを SageMaker にデプロイする
- TensorFlow 2 による分散トレーニング
- Horovod
- NLP用Hugging Face Transformersを用いたモデル推論
- モデルサービング (レガシー)
- 最適化された LLM サービス
- 最適化されたLLMサービスエンドポイントをプロビジョニングされたスループットに移行する
- 設定と考慮事項
ai_generate_text() ai_generate_text()とOpenAIで顧客レビューを分析- Apache Spark MLlib と自動 MLflow 追跡
MLflow
ノートブック
リリースノート
リソース
安全
貯蔵
- レガシーワークスペースのサポート終了
- Amazon SQS を使用した Amazon S3 ソース (レガシー)
- Azure Blob Storage File Source with Azure Queue Storage (レガシー)
- Azure Cosmos DB
- 構造化ストリーミングによる Azure Synapse への書き込み
- Databricks と Azure Synapse を PolyBase と接続する (レガシー)
- ネオ4j
spark-xmlライブラリを使用したXMLデータの読み取りと書き込み- Delta ストレージの資格情報を構成する
- WASB を使用して Azure Blob Storage に接続する (レガシ)