Introducción

Cada carga de trabajo de Azure Databricks se ejecuta en recursos de proceso, pero elegir el tipo de proceso incorrecto o la configuración conduce a costos innecesarios, un rendimiento deficiente o una funcionalidad bloqueada. El proceso sin servidor se inicia en segundos, pero no admite LAS API de RDD. El proceso clásico ofrece flexibilidad completa, pero requiere más sobrecarga de administración. Los almacenes SQL se destacan en consultas analíticas mientras que los clústeres de trabajos están optimizados para flujos de trabajo automatizados. Comprender estas diferencias le ayuda a hacer coincidir el proceso con los requisitos de carga de trabajo.

Más allá de seleccionar un tipo de computación, las decisiones de configuración dan forma a cómo tu carga de trabajo se desempeña. Los tipos de nodo determinan la capacidad de procesamiento y la disponibilidad de memoria. El escalado automático equilibra el costo y la capacidad de respuesta. Los permisos de acceso controlan quién puede usar recursos de cómputo, y las instalaciones de librerías proporcionan las dependencias que necesita el código. Cada opción de configuración afecta a varias dimensiones: rendimiento, costo, seguridad y complejidad operativa.

La configuración correcta de cómputo es importante durante todo el ciclo de vida de desarrollo. Durante la exploración, necesita ciclos de iteración rápidos y sobrecarga mínima de configuración. En producción, la estabilidad y la rentabilidad tienen prioridad. La aceleración de foton puede duplicar el rendimiento de las consultas para cargas de trabajo de SQL. Los grupos de instancias reducen el tiempo de inicio, pero requieren pagar por la capacidad inactiva. Los modos de acceso dedicado permiten la colaboración de grupo segura al aplicar límites de permisos.

En este módulo, aprenderá a evaluar las opciones de proceso sistemáticamente y configurar recursos que coincidan con las características de la carga de trabajo. Descubrir cuándo el cómputo sin servidor proporciona la mejor experiencia, cómo ajustar la configuración de rendimiento para diferentes escenarios y los procedimientos recomendados para administrar el acceso y las dependencias en tu organización.