Compartir a través de

DatabricksStep Clase

Crea un paso de canalización de Azure ML para agregar un cuaderno de DataBricks, script de Python o JAR como nodo.

Para obtener un ejemplo de uso de DatabricksStep, consulte el cuaderno https://aka.ms/pl-databricks.

Cree un paso de canalización de Azure ML para agregar un cuaderno de DataBricks, script de Python o JAR como nodo.

Para obtener un ejemplo de uso de DatabricksStep, consulte el cuaderno https://aka.ms/pl-databricks.

:p aram python_script_name:[Obligatorio] Nombre de un script de Python relativo a source_directory. Si el script toma entradas y salidas, estos se pasarán al script como parámetros. Si python_script_name se especifica, source_directory debe ser también.

Especifique exactamente uno de notebook_path, python_script_path, python_script_nameo main_class_name.

Si especifica un objeto DataReference como entrada con data_reference_name=input1 y un objeto PipelineData como salida con name=output1, las entradas y salidas se pasarán al script como parámetros. Así es como se verán y tendrá que analizar los argumentos del script para acceder a las rutas de acceso de cada entrada y salida: "-input1","wasbs://test@storagename.blob.core.windows.net/test","-output1", "wasbs://test@storagename.blob.core.windows.net/b3e26de1-87a4-494d-a20f-1988d22b81a2/output1"

Además, los parámetros siguientes estarán disponibles en el script:

  • AZUREML_RUN_TOKEN: token de AML para autenticarse con Azure Machine Learning.
  • AZUREML_RUN_TOKEN_EXPIRY: hora de expiración del token de AML.
  • AZUREML_RUN_ID: Identificador de ejecución de Azure Machine Learning para esta ejecución.
  • AZUREML_ARM_SUBSCRIPTION: suscripción de Azure para el área de trabajo de AML.
  • AZUREML_ARM_RESOURCEGROUP: grupo de recursos de Azure para el área de trabajo de Azure Machine Learning.
  • AZUREML_ARM_WORKSPACE_NAME: nombre del área de trabajo de Azure Machine Learning.
  • AZUREML_ARM_PROJECT_NAME: nombre del experimento de Azure Machine Learning.
  • AZUREML_SERVICE_ENDPOINT: la dirección URL del punto de conexión para los servicios de AML.
  • AZUREML_WORKSPACE_ID: identificador del área de trabajo de Azure Machine Learning.
  • AZUREML_EXPERIMENT_ID: identificador del experimento de Azure Machine Learning.
  • AZUREML_SCRIPT_DIRECTORY_NAME: ruta de acceso del directorio en DBFS donde se ha copiado source_directory.
  (This parameter is only populated when `python_script_name` is used.  See more details below.)

Al ejecutar un script de Python desde la máquina local en Databricks mediante parámetros source_directory databricksStep y python_script_name, el source_directory se copia en DBFS y la ruta de acceso del directorio en DBFS se pasa como parámetro al script cuando comienza la ejecución. Este parámetro se etiqueta como –AZUREML_SCRIPT_DIRECTORY_NAME. Debe prefijarlo con la cadena "dbfs:/" o "/dbfs/" para acceder al directorio en DBFS.

Constructor

DatabricksStep(name, inputs=None, outputs=None, existing_cluster_id=None, spark_version=None, node_type=None, instance_pool_id=None, num_workers=None, min_workers=None, max_workers=None, spark_env_variables=None, spark_conf=None, init_scripts=None, cluster_log_dbfs_path=None, notebook_path=None, notebook_params=None, python_script_path=None, python_script_params=None, main_class_name=None, jar_params=None, python_script_name=None, source_directory=None, hash_paths=None, run_name=None, timeout_seconds=None, runconfig=None, maven_libraries=None, pypi_libraries=None, egg_libraries=None, jar_libraries=None, rcran_libraries=None, compute_target=None, allow_reuse=True, version=None, permit_cluster_restart=None)

Parámetros

Nombre Description
name
Requerido
str

[Obligatorio] Nombre del paso.
inputs
list[Union[InputPortBinding, DataReference, PortDataReference, PipelineData]]

Lista de conexiones de entrada para los datos consumidos por este paso. Capture esto dentro del cuaderno mediante dbutils.widgets.get("input_name"). Puede ser DataReference o PipelineData. DataReference representa un fragmento de datos existente en un almacén de datos. Básicamente, se trata de una ruta de acceso en un almacén de datos. DatabricksStep admite almacenes de datos que encapsulan DBFS, Blob de Azure o ADLS v1. PipelineData representa los datos intermedios generados por otro paso en una canalización.

Valor predeterminado: None
outputs
list[Union[OutputPortBinding, PipelineOutputAbstractDataset, PipelineData]]

Lista de definiciones de puerto de salida para las salidas generadas por este paso. Capture esto dentro del cuaderno mediante dbutils.widgets.get("output_name"). Debe ser PipelineData.

Valor predeterminado: None
existing_cluster_id
str

Identificador de clúster de un clúster interactivo existente en el área de trabajo de Databricks. Si va a pasar este parámetro, no puede pasar ninguno de los parámetros siguientes que se usan para crear un nuevo clúster:

  • spark_version
  • node_type
  • instance_pool_id
  • num_workers
  • min_workers
  • max_workers
  • spark_env_variables
  • spark_conf

Nota: Para crear un nuevo clúster de trabajos, deberá pasar los parámetros anteriores. Puede pasar estos parámetros directamente o puede pasarlos como parte del objeto RunConfiguration mediante el parámetro runconfig. Pasar estos parámetros directamente y a través de RunConfiguration produce un error.

Valor predeterminado: None
spark_version
str

La versión de Spark para el clúster de ejecución de Databricks, por ejemplo: "10.4.x-scala2.12". Para obtener más información, consulte la descripción del existing_cluster_id parámetro .

Valor predeterminado: None
node_type
str

[Obligatorio] Los tipos de nodo de máquina virtual de Azure para el clúster de ejecución de Databricks, por ejemplo: "Standard_D3_v2". Especifique node_type o instance_pool_id. Para obtener más información, consulte la descripción del existing_cluster_id parámetro .

Valor predeterminado: None
instance_pool_id
str

[Obligatorio] Identificador del grupo de instancias al que debe asociarse el clúster. Especifique node_type o instance_pool_id. Para obtener más información, consulte la descripción del existing_cluster_id parámetro .

Valor predeterminado: None
num_workers
int

[Obligatorio] El número estático de trabajos para el clúster de ejecución de Databricks. Debe especificar num_workers o ambos min_workers y max_workers. Para obtener más información, consulte la descripción del existing_cluster_id parámetro .

Valor predeterminado: None
min_workers
int

[Obligatorio] Número mínimo de trabajos que se usarán para escalar automáticamente el clúster de ejecución de Databricks. Debe especificar num_workers o ambos min_workers y max_workers. Para obtener más información, consulte la descripción del existing_cluster_id parámetro .

Valor predeterminado: None
max_workers
int

[Obligatorio] Número máximo de trabajos que se usarán para escalar automáticamente el clúster de ejecución de Databricks. Debe especificar num_workers o ambos min_workers y max_workers. Para obtener más información, consulte la descripción del existing_cluster_id parámetro .

Valor predeterminado: None
spark_env_variables
dict

Las variables de entorno de Spark para el clúster de ejecución de Databricks. Para obtener más información, consulte la descripción del existing_cluster_id parámetro .

Valor predeterminado: None
spark_conf
dict

Configuración de Spark para el clúster de ejecución de Databricks. Para obtener más información, consulte la descripción del existing_cluster_id parámetro .

Valor predeterminado: None
init_scripts
[str]

Obsolescente. Databricks anunció que el script de inicialización almacenado en DBFS dejará de funcionar después del 1 de dic de 2023. Para mitigar el problema, use scripts de inicialización globales en databricks después https://learn.microsoft.com/azure/databricks/init-scripts/global de 2) comentar la línea de init_scripts en el paso databricks de AzureML.

Valor predeterminado: None
cluster_log_dbfs_path
str

Rutas de acceso de DBFS donde se van a entregar los registros de clústeres.

Valor predeterminado: None
notebook_path
str

[Obligatorio] Ruta de acceso al cuaderno en la instancia de Databricks. Esta clase permite cuatro maneras de especificar el código que se va a ejecutar en el clúster de Databricks.

  1. Para ejecutar un cuaderno que esté presente en el área de trabajo de Databricks, use: notebook_path=notebook_path, notebook_params={'myparam': 'testparam'}

  2. Para ejecutar un script de Python presente en DBFS, use: python_script_path=python_script_dbfs_path, python_script_params={'arg1', 'arg2'}

  3. Para ejecutar un ARCHIVO JAR presente en DBFS, use: main_class_name=main_jar_class_name, jar_params={'arg1', 'arg2'}, jar_libraries=[JarLibrary(jar_library_dbfs_path)]

  4. Para ejecutar un script de Python presente en la máquina local, use: python_script_name=python_script_name, source_directory=source_directory

Especifique exactamente uno de notebook_path, python_script_path, python_script_nameo main_class_name.

Valor predeterminado: None
notebook_params
dict[str, Union[str, PipelineParameter]]

Diccionario de parámetros que se van a pasar al cuaderno. notebook_params están disponibles como widgets. Puede capturar los valores de estos widgets dentro del cuaderno mediante dbutils.widgets.get("myparam").

Valor predeterminado: None
python_script_path
str

[Obligatorio] Ruta de acceso al script de Python en DBFS. Especifique exactamente uno de notebook_path, python_script_path, python_script_nameo main_class_name.

Valor predeterminado: None
python_script_params
list[str, PipelineParameter]

Parámetros para el script de Python.

Valor predeterminado: None
main_class_name
str

[Obligatorio] Nombre del punto de entrada en un módulo JAR. Especifique exactamente uno de notebook_path, python_script_path, python_script_nameo main_class_name.

Valor predeterminado: None
jar_params
list[str, PipelineParameter]

Parámetros para el módulo JAR.

Valor predeterminado: None
python_script_name
str

[Obligatorio] Nombre de un script de Python relativo a source_directory. Si el script toma entradas y salidas, estos se pasarán al script como parámetros. Si python_script_name se especifica, source_directory debe ser también.

Especifique exactamente uno de notebook_path, python_script_path, python_script_nameo main_class_name.

Si especifica un objeto DataReference como entrada con data_reference_name=input1 y un objeto PipelineData como salida con name=output1, las entradas y salidas se pasarán al script como parámetros. Así es como se verán y tendrá que analizar los argumentos del script para acceder a las rutas de acceso de cada entrada y salida: "-input1","wasbs://test@storagename.blob.core.windows.net/test","-output1", "wasbs://test@storagename.blob.core.windows.net/b3e26de1-87a4-494d-a20f-1988d22b81a2/output1"

Además, los parámetros siguientes estarán disponibles en el script:

  • AZUREML_RUN_TOKEN: token de AML para autenticarse con Azure Machine Learning.
  • AZUREML_RUN_TOKEN_EXPIRY: hora de expiración del token de AML.
  • AZUREML_RUN_ID: Identificador de ejecución de Azure Machine Learning para esta ejecución.
  • AZUREML_ARM_SUBSCRIPTION: suscripción de Azure para el área de trabajo de AML.
  • AZUREML_ARM_RESOURCEGROUP: grupo de recursos de Azure para el área de trabajo de Azure Machine Learning.
  • AZUREML_ARM_WORKSPACE_NAME: nombre del área de trabajo de Azure Machine Learning.
  • AZUREML_ARM_PROJECT_NAME: nombre del experimento de Azure Machine Learning.
  • AZUREML_SERVICE_ENDPOINT: la dirección URL del punto de conexión para los servicios de AML.
  • AZUREML_WORKSPACE_ID: identificador del área de trabajo de Azure Machine Learning.
  • AZUREML_EXPERIMENT_ID: identificador del experimento de Azure Machine Learning.
  • AZUREML_SCRIPT_DIRECTORY_NAME: ruta de acceso del directorio en DBFS donde se ha copiado source_directory. (Este parámetro solo se rellena cuando python_script_name se usa. Consulte más detalles a continuación).

Al ejecutar un script de Python desde la máquina local en Databricks mediante parámetros source_directory databricksStep y python_script_name, el source_directory se copia en DBFS y la ruta de acceso del directorio en DBFS se pasa como parámetro al script cuando comienza la ejecución. Este parámetro se etiqueta como –AZUREML_SCRIPT_DIRECTORY_NAME. Debe prefijarlo con la cadena "dbfs:/" o "/dbfs/" para acceder al directorio en DBFS.

Valor predeterminado: None
source_directory
str

Carpeta que contiene el script y otros archivos. Si python_script_name se especifica, source_directory debe ser también.

Valor predeterminado: None
hash_paths
[str]

EN DESUSO: ya no es necesario.

Lista de rutas de acceso a hash al comprobar si hay cambios en el contenido del paso. Si no se detectan cambios, la canalización reutilizará el contenido del paso de una ejecución anterior. De forma predeterminada, el contenido de source_directory se aplica un hash excepto a los archivos enumerados en .amlignore o .gitignore.

Valor predeterminado: None
run_name
str

El nombre en Databricks de esta ejecución.

Valor predeterminado: None
timeout_seconds
int

Tiempo de espera de la ejecución de Databricks.

Valor predeterminado: None
runconfig
RunConfiguration

Runconfig que se va a usar.

Nota: Puede pasar tantas bibliotecas como dependencias al trabajo mediante los parámetros siguientes: , , , o maven_librariespypi_libraries. egg_librariesjar_librariesrcran_libraries Pase estos parámetros directamente con sus parámetros correspondientes o como parte del objeto RunConfiguration mediante el runconfig parámetro , pero no ambos.

Valor predeterminado: None
maven_libraries
list[MavenLibrary]

Bibliotecas de Maven que se usarán para la ejecución de Databricks.

Valor predeterminado: None
pypi_libraries
list[PyPiLibrary]

Bibliotecas de PyPi que se van a usar para la ejecución de Databricks.

Valor predeterminado: None
egg_libraries
list[EggLibrary]

Bibliotecas de huevos que se usarán para la ejecución de Databricks.

Valor predeterminado: None
jar_libraries
list[JarLibrary]

Bibliotecas jar que se van a usar para la ejecución de Databricks.

Valor predeterminado: None
rcran_libraries
list[RCranLibrary]

Bibliotecas de RCran que se usarán para la ejecución de Databricks.

Valor predeterminado: None
compute_target
str, DatabricksCompute

[Obligatorio] Proceso de Azure Databricks. Para poder usar DatabricksStep para ejecutar los scripts o cuadernos en un área de trabajo de Azure Databricks, debe agregar el área de trabajo de Azure Databricks como destino de proceso al área de trabajo de Azure Machine Learning.

Valor predeterminado: None
allow_reuse
bool

Indica si el paso debe reutilizar los resultados anteriores al volver a ejecutarse con la misma configuración. La reutilización está habilitada de forma predeterminada. Si el contenido del paso (scripts o dependencias), así como las entradas y los parámetros permanecen sin cambios, se reutiliza la salida de la ejecución anterior de este paso. Al volver a usar el paso, en lugar de enviar el trabajo al proceso, los resultados de la ejecución anterior se pone inmediatamente a disposición de los pasos posteriores. Si usa conjuntos de datos de Azure Machine Learning como entradas, la reutilización viene determinada por si la definición del conjunto de datos ha cambiado, no por si los datos subyacentes han cambiado.

Valor predeterminado: True
version
str

Etiqueta de versión opcional para indicar un cambio en la funcionalidad del paso.

Valor predeterminado: None
permit_cluster_restart
bool

Si se especifica existing_cluster_id, este parámetro indica si se puede reiniciar el clúster en nombre del usuario.

Valor predeterminado: None
name
Requerido
str

[Obligatorio] Nombre del paso.
inputs
Requerido
list[Union[InputPortBinding, DataReference, PortDataReference, PipelineData]]

Lista de conexiones de entrada para los datos consumidos por este paso. Capture esto dentro del cuaderno mediante dbutils.widgets.get("input_name"). Puede ser DataReference o PipelineData. DataReference representa un fragmento de datos existente en un almacén de datos. Básicamente, se trata de una ruta de acceso en un almacén de datos. DatabricksStep admite almacenes de datos que encapsulan DBFS, blob de Azure o ADLS v1. PipelineData representa los datos intermedios generados por otro paso en una canalización.
outputs
Requerido
list[Union[OutputPortBinding, <xref:azureml.pipeline.core.pipeline_output_dataset.PipelineOutputDataset>, PipelineData]]

Lista de definiciones de puerto de salida para las salidas generadas por este paso. Capture esto dentro del cuaderno mediante dbutils.widgets.get("output_name"). Debe ser PipelineData.
existing_cluster_id
Requerido
str

Identificador de clúster de un clúster interactivo existente en el área de trabajo de Databricks. Si va a pasar este parámetro, no puede pasar ninguno de los parámetros siguientes que se usan para crear un nuevo clúster:

  • spark_version
  • node_type
  • instance_pool_id
  • num_workers
  • min_workers
  • max_workers
  • spark_env_variables
  • spark_conf

Nota: Para crear un nuevo clúster de trabajos, deberá pasar los parámetros anteriores. Puede pasar estos parámetros directamente o puede pasarlos como parte del objeto RunConfiguration mediante el parámetro runconfig. Pasar estos parámetros directamente y a través de RunConfiguration produce un error.
spark_version
Requerido
str

La versión de Spark para el clúster de ejecución de Databricks, por ejemplo: "10.4.x-scala2.12". Para obtener más información, consulte la descripción del existing_cluster_id parámetro .
node_type
Requerido
str

[Obligatorio] Los tipos de nodo de máquina virtual de Azure para el clúster de ejecución de Databricks, por ejemplo: "Standard_D3_v2". Especifique node_type o instance_pool_id. Para obtener más información, consulte la descripción del existing_cluster_id parámetro .
instance_pool_id
Requerido
str

[Obligatorio] Identificador del grupo de instancias al que debe asociarse el clúster. Especifique node_type o instance_pool_id. Para obtener más información, consulte la descripción del existing_cluster_id parámetro .
num_workers
Requerido
int

[Obligatorio] El número estático de trabajos para el clúster de ejecución de Databricks. Debe especificar num_workers o ambos min_workers y max_workers.

Para obtener más información, consulte la descripción del existing_cluster_id parámetro .
min_workers
Requerido
int

[Obligatorio] Número mínimo de trabajos que se usarán para escalar automáticamente el clúster de ejecución de Databricks. Debe especificar num_workers o ambos min_workers y max_workers.

Para obtener más información, consulte la descripción del existing_cluster_id parámetro .
max_workers
Requerido
int

[Obligatorio] Número máximo de trabajos que se usarán para escalar automáticamente el clúster de ejecución de Databricks. Debe especificar num_workers o ambos min_workers y max_workers.

Para obtener más información, consulte la descripción del existing_cluster_id parámetro .
spark_env_variables
Requerido
dict

Las variables de entorno de Spark para el clúster de ejecución de Databricks. Para obtener más información, consulte la descripción del existing_cluster_id parámetro .
spark_conf
Requerido
dict

Configuración de Spark para el clúster de ejecución de Databricks. Para obtener más información, consulte la descripción del existing_cluster_id parámetro .
init_scripts
Requerido
[str]

Obsolescente. Databricks anunció que el script de inicialización almacenado en DBFS dejará de funcionar después del 1 de dic de 2023. Para mitigar el problema, use scripts de inicialización globales en databricks después https://learn.microsoft.com/azure/databricks/init-scripts/global de 2) comentar la línea de init_scripts en el paso databricks de AzureML.
cluster_log_dbfs_path
Requerido
str

Rutas de acceso de DBFS donde se van a entregar los registros de clústeres.
notebook_path
Requerido
str

[Obligatorio] Ruta de acceso al cuaderno en la instancia de Databricks. Esta clase permite cuatro maneras de especificar el código que se va a ejecutar en el clúster de Databricks.

  1. Para ejecutar un cuaderno que esté presente en el área de trabajo de Databricks, use: notebook_path=notebook_path, notebook_params={'myparam': 'testparam'}

  2. Para ejecutar un script de Python presente en DBFS, use: python_script_path=python_script_dbfs_path, python_script_params={'arg1', 'arg2'}

  3. Para ejecutar un ARCHIVO JAR presente en DBFS, use: main_class_name=main_jar_class_name, jar_params={'arg1', 'arg2'}, jar_libraries=[JarLibrary(jar_library_dbfs_path)]

  4. Para ejecutar un script de Python presente en la máquina local, use: python_script_name=python_script_name, source_directory=source_directory

Especifique exactamente uno de notebook_path, python_script_path, python_script_nameo main_class_name.
notebook_params
Requerido
dict[str, (str o PipelineParameter)]

Diccionario de parámetros que se van a pasar al cuaderno. notebook_params están disponibles como widgets. Puede capturar los valores de estos widgets dentro del cuaderno mediante dbutils.widgets.get("myparam").
python_script_path
Requerido
str

[Obligatorio] Ruta de acceso al script de Python en DBFS. Especifique exactamente uno de notebook_path, python_script_path, python_script_nameo main_class_name.
python_script_params
Requerido
list[str, PipelineParameter]

Parámetros para el script de Python.
main_class_name
Requerido
str

[Obligatorio] Nombre del punto de entrada en un módulo JAR. Especifique exactamente uno de notebook_path, python_script_path, python_script_nameo main_class_name.
jar_params
Requerido
list[str, PipelineParameter]

Parámetros para el módulo JAR.
source_directory
Requerido
str

Carpeta que contiene el script y otros archivos. Si python_script_name se especifica, source_directory debe ser también.
hash_paths
Requerido
[str]

EN DESUSO: ya no es necesario.

Lista de rutas de acceso a hash al comprobar si hay cambios en el contenido del paso. Si no se detectan cambios, la canalización reutilizará el contenido del paso de una ejecución anterior. De forma predeterminada, el contenido de source_directory se aplica un hash excepto a los archivos enumerados en .amlignore o .gitignore.
run_name
Requerido
str

El nombre en Databricks de esta ejecución.
timeout_seconds
Requerido
int

Tiempo de espera de la ejecución de Databricks.
runconfig
Requerido
RunConfiguration

Runconfig que se va a usar.

Nota: Puede pasar tantas bibliotecas como dependencias al trabajo mediante los parámetros siguientes: , , , o maven_librariespypi_libraries. egg_librariesjar_librariesrcran_libraries Pase estos parámetros directamente con sus parámetros correspondientes o como parte del objeto RunConfiguration mediante el runconfig parámetro , pero no ambos.
maven_libraries
Requerido
list[<xref:azureml.core.runconfig.MavenLibrary>]

Bibliotecas de Maven que se usarán para la ejecución de Databricks. Para obtener más información sobre la especificación de bibliotecas de Maven, consulte help(azureml.core.runconfig.MavenLibrary).
pypi_libraries
Requerido
list[<xref:azureml.core.runconfig.PyPiLibrary>]

Bibliotecas de PyPi que se van a usar para la ejecución de Databricks. Para obtener más información sobre la especificación de bibliotecas de PyPi, consulte help(azureml.core.runconfig.PyPiLibrary).
egg_libraries
Requerido
list[<xref:azureml.core.runconfig.EggLibrary>]

Bibliotecas de huevos que se usarán para la ejecución de Databricks. Para obtener más información sobre la especificación de bibliotecas de Egg, consulte help(azureml.core.runconfig.EggLibrary).
jar_libraries
Requerido
list[<xref:azureml.core.runconfig.JarLibrary>]

Bibliotecas jar que se van a usar para la ejecución de Databricks. Para obtener más información sobre la especificación de bibliotecas Jar, vea help(azureml.core.runconfig.JarLibrary).
rcran_libraries
Requerido
list[<xref:azureml.core.runconfig.RCranLibrary>]

Bibliotecas de RCran que se usarán para la ejecución de Databricks. Para obtener más información sobre la especificación de las bibliotecas de RCran, consulte help(azureml.core.runconfig.RCranLibrary).
compute_target
Requerido
str, DatabricksCompute

[Obligatorio] Proceso de Azure Databricks. Para poder usar DatabricksStep para ejecutar los scripts o cuadernos en un área de trabajo de Azure Databricks, debe agregar el área de trabajo de Azure Databricks como destino de proceso al área de trabajo de Azure Machine Learning.
allow_reuse
Requerido
bool

Indica si el paso debe reutilizar los resultados anteriores al volver a ejecutarse con la misma configuración. La reutilización está habilitada de forma predeterminada. Si el contenido del paso (scripts o dependencias), así como las entradas y los parámetros permanecen sin cambios, se reutiliza la salida de la ejecución anterior de este paso. Al volver a usar el paso, en lugar de enviar el trabajo al proceso, los resultados de la ejecución anterior se pone inmediatamente a disposición de los pasos posteriores. Si usa conjuntos de datos de Azure Machine Learning como entradas, la reutilización viene determinada por si la definición del conjunto de datos ha cambiado, no por si los datos subyacentes han cambiado.
version
Requerido
str

Etiqueta de versión opcional para indicar un cambio en la funcionalidad del paso.
permit_cluster_restart
Requerido
bool

Si se especifica existing_cluster_id, este parámetro indica si se puede reiniciar el clúster en nombre del usuario.

Métodos

create_node

Cree un nodo a partir del paso de Databricks y agréguelo al gráfico especificado.

Este método no está pensado para usarse directamente. Cuando se crea una instancia de una canalización con este paso, Azure ML pasa automáticamente los parámetros necesarios a través de este método para que el paso se pueda agregar a un grafo de canalización que represente el flujo de trabajo.

create_node

Cree un nodo a partir del paso de Databricks y agréguelo al gráfico especificado.

Este método no está pensado para usarse directamente. Cuando se crea una instancia de una canalización con este paso, Azure ML pasa automáticamente los parámetros necesarios a través de este método para que el paso se pueda agregar a un grafo de canalización que represente el flujo de trabajo.

create_node(graph, default_datastore, context)

Parámetros

Nombre Description
graph
Requerido
Graph

Objeto de grafo al que se va a agregar el nodo.
default_datastore
Requerido
Union[AbstractAzureStorageDatastore, AzureDataLakeDatastore]

Almacén de datos predeterminado.
context
Requerido
<xref:azureml.pipeline.core._GraphContext>

Contexto del grafo.

Devoluciones

Tipo Description
Node

Nodo creado.