Databricks ativo Bundles extension recurso
A extensão Databricks para o Visual Studio Code fornece recursos adicionais dentro do Visual Studio Code que permitem que o senhor defina, implante e execute facilmente Databricks ativos Bundles para aplicar as práticas recomendadas do CI/CD ao seu Databricks Job, Delta Live Tables pipeline e MLOps Stacks. Veja o que são Databricks ativo Bundles?
Para instalar a extensão Databricks para o Visual Studio Code, consulte Instalar a extensão Databricks para o Visual Studio Code.
Databricks Suporte a pacotes ativos em projetos
A extensão Databricks para o Visual Studio Code adiciona o seguinte recurso aos seus projetos Databricks ativo Bundles:
Fácil autenticação e configuração de seus pacotes ativos Databricks por meio da interface do usuário do Visual Studio Code, incluindo a seleção do perfil AuthType. Consulte Configuração de autenticação para a extensão Databricks para Visual Studio Code.
Um seletor de destino no painel de extensão do Databricks para alternar rapidamente entre ambientes de destino de pacotes. Consulte Alterar a implantação de destino workspace.
A opção Override Jobs cluster in bundle (Substituir cluster de trabalhos no pacote ) no painel de extensão permite a fácil substituição do cluster.
Um Bundles recurso Explorer view, que permite que o senhor navegue pelo seu recurso de pacote usando a interface do usuário do Visual Studio Code, implante o recurso do seu pacote ativo local Databricks no seu site remoto Databricks workspace com um único clique e vá diretamente para o recurso implantado no seu site workspace a partir do Visual Studio Code. Consulte Bundle recurso Explorer.
Uma visualização de variáveis de pacotes, que permite que o senhor procure e edite as variáveis do pacote usando a interface do usuário do Visual Studio Code. Consulte Visualização das variáveis do pacote.
Pacote recurso Explorer
O Bundle recurso Explorer view na extensão Databricks para Visual Studio Code usa as definições Job e pipeline na configuração do pacote do projeto para exibir o recurso. Ele também permite que o senhor implante e execute recursos e navegue até eles em seu site remoto Databricks workspace. Para obter informações sobre recurso de configuração de pacote, consulte recurso.
Por exemplo, dada uma definição simples de trabalho:
resources:
jobs:
my-notebook-job:
name: "My Notebook Job"
tasks:
- task_key: notebook-task
existing_cluster_id: 1234-567890-abcde123
notebook_task:
notebook_path: notebooks/my-notebook.py
O Bundle recurso Explorer view na extensão exibe o recurso Notebook Job:
![Pacote recurso Explorer](../../_images/bundle-resource-explorer.png)
Para implantar o feixe, clique no ícone cloud (implantado bundle).
![implantado bundle](../../_images/deploy-bundle.png)
Para executar o trabalho, no Bundle recurso Explorer view, selecione o nome do trabalho, que é My Notebook Jobneste exemplo. Em seguida, clique no ícone play(implantado o pacote e executado o recurso).
![implantado o bundle e executado o recurso](../../_images/deploy-run-resource.png)
Para view o Job em execução, no Bundle recurso Explorer view, expanda o nome do Job, clique em Execution Status e, em seguida, clique no íconedo link(Open link externally).
![Abrir o link do trabalho externamente](../../_images/open-job-link-externally.png)
Visualização das variáveis do pacote
A visualização Bundle Variables (Variáveis do pacote ) view na extensão Databricks para Visual Studio Code exibe quaisquer variáveis personalizadas e configurações associadas definidas na configuração do pacote. O senhor também pode definir variáveis diretamente usando a visualização Bundles Variables (Variáveis de pacotes). Esses valores substituem os definidos nos arquivos de configuração do pacote. Para obter informações sobre variáveis personalizadas, consulte Variáveis personalizadas.
Por exemplo, a visualização Bundle Variables (Variáveis do pacote) view na extensão exibiria o seguinte:
![Visualização das variáveis do pacote](../../_images/bundle-variables-view.png)
Para a variável my_custom_var
definida nesta configuração de pacote:
variables:
my_custom_var:
description: "Max workers"
default: "4"
resources:
jobs:
my_job:
name: my_job
tasks:
- task_key: notebook_task
job_cluster_key: job_cluster
notebook_task:
notebook_path: ../src/notebook.ipynb
job_clusters:
- job_cluster_key: job_cluster
new_cluster:
spark_version: 13.3.x-scala2.12
node_type_id: i3.xlarge
autoscale:
min_workers: 1
max_workers: ${var.my_custom_var}