Was ist Photon?

In diesem Artikel werden die Vorteile der Ausführung Ihrer Workloads im Photon-Abfragemodul erläutert.

Photon ist ein leistungsstarkes Azure Databricks-natives vektorisiertes Abfragemodul, das Ihre SQL-Workloads und DataFrame-API-Aufrufe schneller ausführt, um Ihre Gesamtkosten pro Workload zu senken. Photon ist mit Apache Spark-APIs kompatibel, sodass es mit Ihrem vorhandenen Code funktioniert.

Photon-Features

Im Folgenden finden Sie wichtige Features und Vorteile der Verwendung von Photon.

• Unterstützung für SQL und entsprechende DataFrame-Vorgänge mit Delta- und Parquet-Tabellen.
• Beschleunigte Abfragen, die Daten schneller verarbeiten und Aggregationen und Verknüpfungen enthalten.
• Schnellere Leistung, wenn wiederholt über den Datenträgercache auf Daten zugegriffen wird.
• Stabile Scanleistung für Tabellen mit vielen Spalten und vielen kleinen Dateien.
• Schnelleres Schreiben von Delta und Parkett mithilfe von UPDATE, DELETE, MERGE INTO, INSERT und CREATE TABLE AS SELECT, einschließlich breite Tabellen, die Tausende von Spalten enthalten.
• Ersetzt Sort-Merge-Joins durch Hash-Joins.
• Bei KI- und ML-Workloads verbessert Photon die Leistung von Anwendungen mit Spark SQL, Spark DataFrames, Feature Engineering, GraphFrames und xgboost4j.

Photon-Aktivierung

Die Photon-Aktivierung variiert je nach Compute-Typ:

• Photon wird standardmäßig in SQL-Warehouses und serverloses Computing für Notebooks und Workflows ausgeführt.

• Photon ist in Computes mit Databricks Runtime 9.1 LTS und höher standardmäßig aktiviert.

• Photon kann bei der Berechnung von Databricks Runtime 15.2 für Maschinelles Lernen oder höher manuell aktiviert werden.

Konfigurieren der Photon-Aktivierung

Zum Aktivieren oder Deaktivieren von Photon auf allen Zweck- und Jobs Compute aktivieren oder deaktivieren Sie das Kontrollkästchen Photon-Beschleunigung verwenden in der Compute-Benutzeroberfläche.

Photon ist für jede Berechnung, die mit der Cluster-API oder Jobs-API erstellt wurde, standardmäßig nicht aktiviert. Um Photon zu aktivieren, müssen Sie das runtime_engine-Attribut auf PHOTON setzen.

Unterstützte Instanztypen

Photon unterstützt eine begrenzte Anzahl von Instanztypen auf den Treiber- und Workerknoten. Photon-Instanztypen verbrauchen DBUs mit einer anderen Rate als gleiche Instanztypen, auf denen die Nicht-Photon-Runtime ausgeführt wird. Weitere Informationen zu Photon-Instanzen und zum DBU-Verbrauch finden Sie auf der Azure Databricks-Preisseite.

Unterstütze Operatoren, Ausdrücke und Datentypen

Im Folgenden sind die Operatoren, Ausdrücke und Datentypen aufgeführt, die Photon abdeckt.

Operatoren

• Scan, Filter, Project
• Hash Aggregate/Join/Shuffle
• Join geschachtelter Schleifen
• NULL-fähiger Anti-Join
• Union, Expand, ScalarSubquery
• Delta/Parquet-Schreibsenke
• Sortieren
• Fensterfunktion

Ausdrücke

• Vergleich/Logik
• Arithmetik/Mathematik (die meisten)
• Bedingt (IF, CASE usw.)
• Zeichenfolge (gängige Zeichenfolgen)
• Umwandlungen
• Aggregate (die gängigsten)
• Datum/Zeitstempel

Datentypen

• Byte/Short/Int/Long
• Boolean
• Zeichenfolge/Binär
• Decimal
• Float/Double
• Datum/Zeitstempel
• Struktur
• Array
• Map

Features, die Photon erfordern

Im Folgenden finden Sie Features, die Photon erfordern.

• Vorhersage-E/A für Lesen und Schreiben. Siehe Was ist Predictive I/O?.
• H3-Geodatenausdrücke. Weitere Informationen finden Sie unter H3-Geodatenfunktionen.
• Dynamische Dateibereinigung. Siehe Dynamische Dateibereinigung.

Begrenzungen

• Strukturiertes Streaming: Photon unterstützt derzeit zustandsloses Streaming mit Delta, Parquet, CSV und JSON. Zustandsloses Kafka- und Kinesis-Streaming wird beim Schreiben in eine Delta- oder Parquet-Senke unterstützt.
• Photon unterstützt keine UDFs oder RDD-APIs.
• Photon wirkt sich nicht auf Abfragen aus, die normalerweise in unter zwei Sekunden ausgeführt werden.

Wenn Ihre Workload auf einen nicht unterstützten Vorgang trifft, wechselt die Compute-Ressource für den Rest der Workload zum Standardausführungsmodul.