Databricks ユーティリティ with Databricks Connect for Python

注

この記事では、 Databricks Runtime 13.0 以降の Databricks Connect について説明します。

この記事では、Databricks Connect for Python で Databricks ユーティリティを使用する方法について説明します。 Databricks Connect を使用すると、一般的な IDE、ノートブックサーバー、およびカスタムアプリケーションを Databricks クラスターに接続できます。「Databricks Connect とは」を参照してください。この記事の Scala バージョンについては、「 Databricks Connect for Scala を使用した Databricks ユーティリティ」を参照してください。

注

Databricks Connectの使用を開始する前に、Databricks Connect クライアントをセットアップする必要があります。

次のように、Databricks Connect を使用して Databricks ユーティリティにアクセスします。

WorkspaceClient クラスの dbutils 変数を使用して、Databricks ユーティリティにアクセスします。WorkspaceClient クラスは Databricks SDK for Python に属し、Databricks Connect に含まれています。
dbutils.fs を使用して、Databricks Utilities の fs ユーティリティにアクセスします。
dbutils.secrets を使用して、Databricks Utilities シークレットユーティリティにアクセスします。
上記のユーティリティ以外の Databricks ユーティリティ機能は、 dbutilsから使用できません。

ヒント

また、付属の Databricks SDK for Python を使用して、前述の Databricks ユーティリティ APIsだけでなく、使用可能な任意の Databricks REST API にアクセスすることもできます。 PyPI の databricks-sdk を参照してください。

WorkspaceClient初期化するには、ワークスペースで Databricks SDK を認証するための十分な情報を指定する必要があります。たとえば、次のことができます。

ワークスペースの URL とアクセストークンをコード内に直接ハードコーディングし、次のように WorkspaceClient 初期化します。このオプションはサポートされていますが、コードがバージョン管理にチェックインされている場合や共有されている場合、アクセストークンなどの機密情報が公開される可能性があるため、Databricks ではこのオプションを お勧めしません 。
```
from databricks.sdk import WorkspaceClient

w = WorkspaceClient(host  = f"https://{retrieve_workspace_instance_name()}",
                    token = retrieve_token())
```
フィールド host と tokenを含む構成プロファイルを作成または指定し、次のようにWorkspaceClient初期化します。
```
from databricks.sdk import WorkspaceClient

w = WorkspaceClient(profile = "<profile-name>")
```
Databricks Connect に対して設定するのと同じ方法で環境変数を DATABRICKS_HOST と DATABRICKS_TOKEN に設定し、次のように WorkspaceClient 初期化します。
```
from databricks.sdk import WorkspaceClient

w = WorkspaceClient()
```

Databricks SDK for Python では、Databricks Connect の SPARK_REMOTE 環境変数は認識されません。

Databricks SDK for Python の追加の Databricks 認証オプションと、ワークスペースレベルではなくアカウントレベルで使用可能な Databricks REST APIs にアクセスするために Databricks SDK 内でAccountClientを初期化する方法については、PyPI の databricks-sdk に関するページを参照してください。

次の例は、Databricks SDK for Python を使用して Databricks ユーティリティを自動化する方法を示しています。この例では、ワークスペース内の Unity Catalog ボリュームのパスに zzz_hello.txt という名前のファイルを作成し、ファイルからデータを読み取ってから削除します。この例では、環境変数 DATABRICKS_HOST と DATABRICKS_TOKEN がすでに設定されていることを前提としています。

from databricks.sdk import WorkspaceClient

w = WorkspaceClient()

file_path = "/Volumes/main/default/my-volume/zzz_hello.txt"
file_data = "Hello, Databricks!"
fs = w.dbutils.fs

fs.put(
  file      = file_path,
  contents  = file_data,
  overwrite = True
)

print(fs.head(file_path))

fs.rm(file_path)

Databricks SDK for Python ドキュメントの「dbutils との相互作用」も参照してください。