Pierwsze kroki z Databricks SDK

Databricks z Python SDK

Avi Steinberg

Software/Data Engineer

Dlaczego warto uczyć się Databricks?

Profile Pic

Wiodące platformy chmurowe ML, AI i inżynierii danych
Używane przez ponad 60% firm z listy Fortune 500

Databricks Emblem

¹ https://www.databricks.com/company/newsroom/press-releases/databricks-raising-10b-series-j-investment-62b-valuation

Czym jest Databricks Workspace?

Wdrożenie zasobów chmurowych Databricks
Środowisko dostępu do zasobów Databricks
Przykładowe zasoby w Databricks Workspace: zadania, klastry i notebooki

Instalacja Databricks SDK

Zainstaluj SDK

pip install databricks-sdk

Utwórz instancję WorkspaceClient

from databricks.sdk import WorkspaceClient
w = WorkspaceClient()

¹ https://docs.databricks.com/en/dev-tools/sdk-python.html#language-venv

Zmienne środowiskowe do uwierzytelniania

Zmienna środowiskowa = para klucz/wartość służąca do konfiguracji działania aplikacji
DATABRICKS_CLIENT_SECRET
DATABRICKS_CLIENT_ID
DATABRICKS_HOST=<workspace_id>.cloud.databricks.com

Screenshot of Databricks Workspace Web Url

Uwierzytelnianie przy użyciu Service Principal

Service Principal = tożsamość zabezpieczeń w platformie chmurowej reprezentująca aplikację
Utwórz Service Principal
Przypisz uprawnienia do Service Principal
Wygeneruj sekret dla Service Principal

Image of Secrets page for Databricks Workspace Service Principal

¹ https://docs.databricks.com/en/dev-tools/auth/oauth-m2m.html#step-1-create-a-service-principal

Uwierzytelnianie domyślne

from databricks.sdk import WorkspaceClient
import os

os.environ['DATABRICKS_CLIENT_SECRET'] = "Your-Client-Secret"
os.environ['DATABRICKS_CLIENT_ID'] = "Your-Databricks-Client-Id"
os.environ['DATABRICKS_HOST'] = "Your-Databricks-Host"
w = WorkspaceClient()

Automatycznie odczytuje wartości trzech zmiennych środowiskowych

Praca z obszarem roboczym Databricks

# Authenticate WorkspaceClient
from databricks.sdk import WorkspaceClient
import os
os.environ['DATABRICKS_CLIENT_SECRET'] = "Your-Client-Secret"
os.environ['DATABRICKS_CLIENT_ID'] = "Your-Databricks-Client-Id"
os.environ['DATABRICKS_HOST'] = "Your-Databricks-Host"
w = WorkspaceClient()

# Create Cluster:
cluster = w.clusters.create(cluster_name="Test-Cluster")

# List Clusters:
for cluster in w.clusters.list():
    print(f"Clusters Name: {cluster.cluster_name}")

Clusters Name: Test-Cluster

¹ https://databricks-sdk-py.readthedocs.io/en/latest/clients/workspace.html

Czas na praktykę!

Databricks z Python SDK