Databricks アセット バンドルのジョブ タスク設定をオーバーライドする

この記事では、Databricks アセット バンドルで Databricks ジョブ タスクの設定をオーバーライドする方法について説明します。「Databricks アセットバンドルとは」を参照してください。

Databricksバンドル設定ファイルでは、ジョブ定義内のtaskマッピングを使用して、トップレベルresourcesマッピングのジョブタスク設定をtargetsマッピングのジョブタスク設定と結合できます(省略記号は簡潔にするために省略された内容を示します)。

YAML

# ...
resources:
  jobs:
    <some-unique-programmatic-identifier-for-this-job>:
      # ...
      tasks:
        - task_key: <some-unique-programmatic-identifier-for-this-task>
          # Task settings.

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

同じ task の最上位の resources マッピングと targets マッピングを結合するには、task マッピングの task_key を同じ値に設定する必要があります。

最上位のresourcesマッピングと同じtaskのtargetsマッピングの両方でジョブタスク設定が定義されている場合、targetsマッピングの設定は最上位のresourcesマッピングの設定よりも優先されます。

例 1: ジョブ・タスク設定が複数のリソース・マッピングで定義され、設定の競合がない

この例では、最上位のresourcesマッピングのspark_versionが、targetsのresourcesマッピングのnode_type_idおよびnum_workersと組み合わされて、my-taskという名前のtask_keyの設定を定義します(省略記号は簡潔にするために省略されたコンテンツを示します):

YAML

# ...
resources:
  jobs:
    my-job:
      name: my-job
      tasks:
        - task_key: my-key
          new_cluster:
            spark_version: 13.3.x-scala2.12

targets:
  development:
    resources:
      jobs:
        my-job:
          name: my-job
          tasks:
            - task_key: my-task
              new_cluster:
                node_type_id: n2-highmem-4
                num_workers: 1
          # ...

この例で databricks bundle validate を実行すると、結果のグラフは次のようになります (省略記号は簡潔にするために省略されたコンテンツを示します)。

JSON

{
  "...": "...",
  "resources": {
    "jobs": {
      "my-job": {
        "tasks": [
          {
            "new_cluster": {
              "node_type_id": "n2-highmem-4",
              "num_workers": 1,
              "spark_version": "13.3.x-scala2.12"
            },
            "task-key": "my-task"
          }
        ],
        "...": "..."
      }
    }
  }
}

例 2: 複数のリソースマッピングで定義された競合するジョブタスク設定

この例では、spark_version と num_workers は最上位の resources マッピングと targets の resources マッピングの両方で定義されています。 targets の resources マッピングのspark_versionとnum_workersは、最上位の resources マッピングのspark_versionとnum_workersよりも優先されます。これは my-task という名前の task_key の設定を定義します（省略記号は簡潔にするために省略された内容を示します）：

YAML

# ...
resources:
  jobs:
    my-job:
      name: my-job
      tasks:
        - task_key: my-task
          new_cluster:
            spark_version: 13.3.x-scala2.12
            node_type_id: n2-highmem-4
            num_workers: 1

targets:
  development:
    resources:
      jobs:
        my-job:
          name: my-job
          tasks:
            - task_key: my-task
              new_cluster:
                spark_version: 12.2.x-scala2.12
                num_workers: 2
          # ...

この例で databricks bundle validate を実行すると、結果のグラフは次のようになります (省略記号は簡潔にするために省略されたコンテンツを示します)。

JSON

{
  "...": "...",
  "resources": {
    "jobs": {
      "my-job": {
        "tasks": [
          {
            "new_cluster": {
              "node_type_id": "n2-highmem-4",
              "num_workers": 2,
              "spark_version": "12.2.x-scala2.12"
            },
            "task_key": "my-task"
          }
        ],
        "...": "..."
      }
    }
  }
}