Especificar uma identidade de execução para um Databricks ativo Bundles fluxo de trabalho
Este artigo descreve como usar a configuração run_as
para especificar a identidade a ser usada ao executar o Databricks ativo Bundles fluxo de trabalho.
A configuração run_as
pode ser configurada como um mapeamento de nível superior a ser aplicado ao recurso ou dentro de um mapeamento de implantação target
em um arquivo de configuração de pacote. Ele pode ser definido como user_name
ou service_principal_name
.
Essa configuração permite separar a identidade usada para implantar um pacote Job ou pipeline daquela usada pelo fluxo de trabalho Job ou pipeline para execução. Isso aumenta a flexibilidade do desenvolvimento e do gerenciamento de pacotes, ao mesmo tempo em que permite o estabelecimento de proteções para implantações e execução. Em particular:
Se a identidade usada para implantar um pacote for a mesma que a identidade configurada na definição
run_as
do pacote, não haverá restrições. Todos os recursos do pacote são suportados.Se a identidade usada para implantar um pacote for diferente da identidade configurada na definição
run_as
do pacote, somente um subconjunto de recursos do pacote será suportado. O pipeline e o endpoint servindo modelo não são suportados.
Definir uma identidade de execução de pacote
Para definir a identidade de execução do recurso de pacote, especifique run_as
como um mapeamento de nível superior, conforme mostrado no exemplo a seguir:
bundle:
name: "run_as"
# This is the identity that will be used when "databricks bundle run my_test_job" is executed.
run_as:
service_principal_name: "5cf3z04b-a73c-4x46-9f3d-52da7999069e"
resources:
jobs:
my_test_job _1:
name: Test job 1
tasks:
- task_key: "task_1"
new_cluster:
num_workers: 1
spark_version: 13.2.x-snapshot-scala2.12
node_type_id: i3.xlarge
runtime_engine: PHOTON
notebook_task:
notebook_path: "./test.py"
my_test_job_2:
name: Test job 2
run_as:
service_principal_name: "69511ed2-zb27-444c-9863-4bc8ff497637"
tasks:
- task_key: "task_2"
notebook_task:
notebook_path: "./test.py"
Importante
A configuração run_as
não é compatível com o endpoint do pipeline ou do modelo de serviço. Ocorrerá um erro se esses recursos forem definidos em um pacote em que run_as
também esteja configurado.
Definir identidades de implantação de destino
É uma prática recomendada configurar identidades de execução para implantações de destino de preparação e produção. Além disso, definir uma identidade run_as
para uma entidade de serviço para alvos de produção é a maneira mais segura de executar um fluxo de trabalho de produção:
Garante que o fluxo de trabalho foi implantado pela mesma entidade de serviço ou por alguém com permissões CAN_USE na própria entidade de serviço.
Desacopla a permissão para executar o fluxo de trabalho de produção da identidade que criou ou implantou o pacote.
Permite que os usuários configurem e definam uma entidade de serviço para produção com menos permissões do que a identidade usada para implantar o pacote de produção.
No arquivo de configuração databricks.yml
de exemplo a seguir, foram configurados três modos de destino: desenvolvimento, preparação e produção. O modo de desenvolvimento é configurado para execução como um usuário individual, e os modos de preparação e produção são configurados para execução usando duas entidades de serviço diferentes. entidade de serviço estão sempre na forma de um ID de aplicativo, que pode ser recuperado da página de uma entidade de serviçonas configurações de administração do siteworkspace .
bundle:
name: my_targeted_bundle
run_as:
service_principal_name: "5cf3z04b-a73c-4x46-9f3d-52da7999069e"
targets:
# Development deployment settings, set as the default
development:
mode: development
default: true
workspace:
host: https://my-host.cloud.databricks.com
run_as:
user_name: someone@example.com
# Staging deployment settings
staging:
workspace:
host: https://my-host.cloud.databricks.com
root_path: /Shared/staging-workspace/.bundle/${bundle.name}/${bundle.target}
run_as:
service_principal_name: "69511ed2-zb27-444c-9863-4bc8ff497637"
# Production deployment settings
production:
mode: production
workspace:
host: https://my-host.cloud.databricks.com
root_path: /Shared/production-workspace/.bundle/${bundle.name}/${bundle.target}
run_as:
service_principal_name: "68ed9cd5-8923-4851-x0c1-c7536c67ff99"
resources:
jobs:
my_test_job:
name: Test job
tasks:
- task_key: "task"
new_cluster:
num_workers: 1
spark_version: 13.3.x-cpu-ml-scala2.12
node_type_id: i3.xlarge
runtime_engine: STANDARD
notebook_task:
notebook_path: "./test.py"