Python-skriptuppgift för jobb

Använd Python-skriptet för att köra en Python fil.

Requirements

  • Du måste ladda upp ditt Python-skript till en plats som är tillgänglig för användaren som konfigurerar jobbet. Databricks rekommenderar att du använder arbetsytefiler för Python-skript. Se Vad är arbetsytefiler?.

Konfigurera en Python-skriptuppgift

Note

Användargränssnittet för jobb visar alternativ dynamiskt baserat på andra konfigurerade inställningar.

Databricks rekommenderar att du inte lagrar kod eller data med hjälp av DBFS-roten eller monteringarna. I stället kan du migrera Python-skript till arbetsytefiler eller volymer eller använda URI:er för att komma åt molnobjektlagring.

Så här startar du flödet för att konfigurera en Python script uppgift:

  1. Gå till fliken Uppgifter i användargränssnittet för jobb.
  2. Klicka på Plus-ikonen.Lägg till uppgift.
  3. Ange ett namn i fältet Aktivitetsnamn .
  4. I listrutan Typ väljer du Python script.

Konfigurera källan

I listrutan Källa väljer du en plats för Python-skriptet med något av följande alternativ.

Workspace

Använd Workspace för att konfigurera ett Python skript som lagras med hjälp av arbetsytefiler.

  1. Klicka på fältet Sökväg. Dialogrutan Välj Python-fil visas.
  2. Bläddra till Python-skriptet, klicka för att markera filen och klicka på Bekräfta.

Note

Du kan använda det här alternativet för att konfigurera en uppgift i ett Python-skript som lagras i en Databricks Git-mapp. Databricks rekommenderar att du använder alternativet Git-provider och en fjärransluten Git-lagringsplats för att versionshantera tillgångar som schemalagts med jobb.

DBFS/ADLS

Använd DBFS/ADLS för att konfigurera ett Python-skript som lagras på en volym, lagringsplats för molnobjekt eller DBFS-roten.

Databricks rekommenderar att du lagrar Python-skript i Unity Catalog-volymer eller molnobjektlagring.

I fältet Path anger du URI:n till ditt Python skript. Exempel: dbfs:/path/to/script.py eller abfss://container-name@storage-account-name.dfs.core.windows.net/path/to/script.py.

Git-leverantör

Använd Git-providern för att konfigurera ett Python-skript som lagras på en fjärransluten Git-lagringsplats.

Vilka alternativ som visas i användargränssnittet beror på om du redan har konfigurerat en Git-provider någon annanstans. Endast en fjärransluten Git-lagringsplats kan användas för alla uppgifter i ett jobb. Se Använda Git med Lakeflow-jobb.

Fältet Sökväg visas när du har konfigurerat en git-referens.

Ange den relativa sökvägen för ditt Python-skript, till exempel etl/bronze/ingest.py.

Important

När du anger den relativa sökvägen ska du inte börja med / eller ./. Om den absoluta sökvägen för den Python kod som du vill komma åt är /etl/bronze/ingest.py anger du etl/bronze/ingest.py i fältet Path.

Konfigurera beräkningsbibliotek och beroende bibliotek

  1. Använd Compute för att välja eller konfigurera ett kluster som stöder logiken i skriptet.
  2. Om du använder Serverless beräkning, använd fältet Miljö och bibliotek för att välja, redigera eller lägga till en ny miljö. Se Konfigurera den serverlösa miljön.
  3. För alla andra beräkningskonfigurationer klickar du på plusikonen.Lägg till under Beroende bibliotek. Dialogrutan Lägg till beroende bibliotek visas.
    • Du kan välja ett befintligt bibliotek eller ladda upp ett nytt bibliotek.
    • Du kan bara använda bibliotek som lagras på en plats som stöds av dina beräkningskonfigurationer. Se Python biblioteksstöd.
    • Varje bibliotekskälla har ett annat flöde för att välja eller ladda upp ett bibliotek. Se Installera bibliotek.

Slutför jobbkonfigurationen

  1. (Valfritt) Konfigurera Parametrar som en lista över strängar som skickas som CLI-argument till Python-skriptet. Se Konfigurera aktivitetsparametrar.
  2. (Valfritt) Information om hur du konfigurerar återförsök, tröskelvärden för körning eller kvarvarande strömningsuppgifter eller meddelanden finns i Avancerade aktivitetsinställningar.
  3. Klicka på Spara uppgift.

Information om hur du redigerar, klonar, inaktiverar eller tar bort den här uppgiften finns i Konfigurera och redigera uppgifter i Lakeflow-jobb.

Ytterligare resurser

  • Last updated on