Databricksアーキテクチャの概要

この記事では、AWSと組み合わせたエンタープライズアーキテクチャを含むDatabricksアーキテクチャの概要を説明します。

ハイレベルのアーキテクチャ

Databricks は、コントロールプレーンとコンピュートプレーンから動作します。

コントロールプレーンには、DatabricksアカウントでDatabricksが管理するバックエンドサービスが含まれます。 Webアプリケーションはコントロールプレーンにあります。
コンピュートプレーンは、データが処理される場所です。使用するコンピュートに応じた2 種類のコンピュートプレーンが存在します。
- サーバレスコンピュートの場合、サーバレスコンピュートリソースはDatabricksアカウントの サーバレスコンピュートプレーンで実行されます。
- Databricksクラシックコンピュートの場合、コンピュートリソースは、AWS クラシックコンピュートプレーンと呼ばれるアカウントに存在します。これは、AWS アカウント内のネットワークとそのリソースを指します。

各 Databricks ワークスペースには、ワークスペースストレージバケットと呼ばれる関連付けられたストレージバケットがあります。ワークスペースストレージバケットは AWS アカウント内にあります。

次の図は、Databricks の全体的なアーキテクチャを示しています。

サーバーレスコンピュートプレーンでは、 DatabricksコンピュートリソースはDatabricksアカウント内のコンピュートレイヤーで実行されます。 Databricksは、サーバーレスコンピュートプレーンをワークスペースのクラシックコンピュートプレーンと同じAWSリージョンに作成します。

サーバーレスコンピュートプレーン内の顧客データを保護するために、サーバーレスコンピュートはワークスペースのネットワーク境界内で実行され、さまざまなセキュリティレイヤーを使用して、同じ顧客のクラスター間で異なるDatabricksワークスペースと追加のネットワーク制御を分離します。

サーバレスコンピュートプレーンでのネットワークの詳細については、「サーバレスコンピュートプレーンのネットワーク」を参照してください。

クラシックコンピュートプレーンでは、 DatabricksコンピュートリソースがAWSアカウントで実行されます。顧客のAWSアカウント内の各ワークスペースの仮想ネットワーク内に新しいコンピュートリソースが作成されます。

クラシックコンピュートプレーンは、各カスタマー独自のAWSアカウントで実行されるため、自然な分離が実現されます。クラシックコンピュートプレーンにおけるネットワークの詳細については、「クラシックコンピュートプレーンのネットワーク」を参照してください。

リージョンサポートについては、「Databricksのクラウドとリージョン」を参照してください。

ワークスペースを作成するときに、ワークスペースストレージバケットとして使用する S3 バケットとプレフィックスを指定します。

ワークスペースストレージバケットには次のものが含まれます。

ワークスペースシステムデータ:ワークスペースシステムデータは、ノートブックの作成などのさまざまな Databricks 機能を使用すると生成されます。このバケットには、ノートブックのリビジョン、ジョブ実行の詳細、コマンドの結果、Spark ログが含まれます。
DBFS: DBFS (Databricks ファイルシステム) は、 dbfs:/名前空間でアクセスできる Databricks 環境の分散ファイルシステムです。 DBFSルートとDBFSマウントは両方ともdbfs:/名前空間にあります。 DBFSルートまたはDBFSマウントを使用してデータを保存およびアクセスすることは非推奨のパターンであり、 Databricksでは推奨されていません。詳細については、「 DBFSとは?」を参照してください。。
Unity Catalog ワークスペースカタログ:ワークスペースが Unity Catalog に対して自動的に有効になっている場合、ワークスペースストレージバケットにはデフォルトのワークスペースカタログが含まれます。ワークスペース内のすべてのユーザーは、このカタログのデフォルトスキーマでアセットを作成できます。「Unity Catalog のセットアップと管理」を参照してください。