Configurar um pipeline de tabelas dinâmicas do Delta sem servidor

Este artigo descreve as configurações para pipelines do Delta Live Tables sem servidor.

O Databricks recomenda o desenvolvimento de novos pipelines usando sem servidor. Algumas cargas de trabalho podem exigir a configuração da computação clássica ou o trabalho com o metastore herdado do Hive. Consulte Configurar computação para um pipeline do Delta Live Tables e Usar pipelines do Delta Live Tables com o metastore herdado do Hive.

Requisitos

• Seu workspace deve ter o Catálogo do Unity habilitado para usar pipelines sem servidor.

• O workspace deve estar em uma região habilitada para uso sem servidor.

Configuração recomendada para pipelines sem servidor

Os pipelines sem servidor removem a maioria das opções de configuração, pois o Azure Databricks gerencia toda a infraestrutura. Para configurar um pipeline sem servidor, faça o seguinte:

1. Clique em Delta Live Tables na barra lateral.
2. Clique em Criar Pipeline.
3. Forneça um nome de pipeline exclusivo.
4. Marque a caixa ao lado de Sem servidor.
5. (Opcional) Use o seletor de arquivos para configurar notebooks e arquivos de workspace como código-fonte.
   • Se você não adicionar nenhum código-fonte, um novo notebook será criado para o pipeline. O notebook é criado em um novo diretório no diretório do usuário e um link para acessar esse notebook é mostrado no campo Código-fonte no painel Detalhes do pipeline depois que você cria o pipeline.
     • Um link para acessar este notebook está presente no campo Código-fonte no painel Detalhes do pipeline depois que você cria seu pipeline.
   • Use o botão Adicionar código-fonte para adicionar ativos de código-fonte adicionais.
6. Selecione um Catálogo para publicar dados.
7. Selecione um Esquema no catálogo. Todas as tabelas de streaming e exibições materializadas definidas no pipeline são criadas nesse esquema.
8. Clique em Criar.

Essas configurações recomendadas criam um novo pipeline configurado para ser executado no modo Disparado e no canal Atual . Essa configuração é recomendada para muitos casos de uso, incluindo desenvolvimento e teste, e é adequada para cargas de trabalho de produção que devem ser executadas em um agendamento. Para obter detalhes sobre como agendar pipelines, consulte Tarefa de pipeline do Delta Live Tables para trabalhos.

Você também pode converter pipelines existentes configurados com o Catálogo do Unity para usar sem servidor. Consulte Converter um pipeline existente para usar sem servidor.

Outras considerações de configuração

As seguintes opções de configuração também estão disponíveis para pipelines sem servidor:

• Você pode optar por usar o modo de pipeline contínuo ao executar pipelines em produção. Consulte Modo de pipeline disparado vs. contínuo.
• Adicione notificações para atualizações por email com base em condições de sucesso ou falha. Confira Adicionar notificações por email para eventos de pipeline.
• Use o campo Configuração para definir pares de chave-valor para o pipeline. Essas configurações servem a duas finalidades:
  • Defina parâmetros arbitrários que você pode referenciar em seu código-fonte. Consulte Usar parâmetros com pipelines do Delta Live Tables.
  • Defina as configurações do pipeline e as configurações do Spark. Consulte Referência de propriedades do Delta Live Tables.
• Use o canal de visualização para testar seu pipeline em relação às alterações pendentes do tempo de execução do Delta Live Tables e testar novos recursos.

Política orçamental

As políticas de orçamento permitem que sua organização aplique tags personalizadas no uso sem servidor para atribuição de faturamento granular. Depois de marcar a caixa de seleção Sem servidor, a configuração Política de orçamento é exibida, onde você pode selecionar a política que deseja aplicar ao pipeline. As tags são herdadas da política de orçamento e só podem ser editadas por administradores do workspace.

Para obter mais informações sobre políticas de orçamento, consulte Atribuir o uso sem servidor com políticas de orçamento.

Recursos de pipeline sem servidor

Além de simplificar a configuração, os pipelines sem servidor têm os seguintes recursos:

• Atualização incremental para exibições materializadas: as atualizações para exibições materializadas são atualizadas incrementalmente sempre que possível. A atualização incremental tem os mesmos resultados que a recomputação completa. A atualização usa uma atualização completa se os resultados não puderem ser calculados de forma incremental. Consulte Atualização incremental para exibições materializadas.

• Pipelining de fluxo: para melhorar a utilização, a taxa de transferência e a latência para o fluxo de cargas de trabalho de dados, como ingestão de dados, os microlotes executam em pipelines. Em outras palavras, em vez de executar microlotes sequencialmente como o Spark Structured Streaming padrão, os pipelines DLT sem servidor executam microlotes simultaneamente, melhorando a utilização de recursos de computação. O pipelining de fluxo é habilitado por padrão em pipelines DLT sem servidor.

• Dimensionamento automático vertical: pipelines DLT sem servidor são adicionados ao dimensionamento automático horizontal fornecido pelo dimensionamento automático aprimorado do Databricks, alocando automaticamente os tipos de instância mais econômicos que podem executar o pipeline do Delta Live Tables sem falhar devido a erros de falta de memória. Consulte O que é dimensionamento automático vertical?

O que é dimensionamento automático vertical?

O dimensionamento automático vertical de pipelines DLT sem servidor aloca automaticamente os tipos de instância disponíveis mais econômicos para executar atualizações de pipeline do Delta Live Tables sem falhar devido a erros de memória insuficiente. O dimensionamento automático vertical escala verticalmente quando tipos de instância maiores são necessários para executar uma atualização de pipeline e também reduz verticalmente quando determina que a atualização pode executar com tipos de instância menores. O dimensionamento automático vertical determina se os nós de driver, os nós de trabalho ou ambos os nós de driver e de trabalho devem escalar verticalmente ou reduzir verticalmente.

O dimensionamento automático vertical é utilizado por todos os pipelines DLT sem servidor, incluindo os pipelines usados pelas exibições materializadas do SQL do Databricks e tabelas de fluxo.

O dimensionamento automático vertical funciona detectando as atualizações de pipeline que falharam devido a erros de memória insuficiente. O dimensionamento automático vertical aloca tipos de instância maiores quando essas falhas são detectadas com base nos dados de falta de memória coletados da atualização com falha. No modo de produção, uma nova atualização que utiliza os novos recursos de computação iniciará automaticamente. No modo de desenvolvimento, os novos recursos de computação serão utilizados quando você iniciar uma nova atualização manualmente.

Se o dimensionamento automático vertical detectar que a memória das instâncias alocadas está consistentemente subutilizada, ele reduzirá os tipos de instância que serão utilizadas ​​na próxima atualização do pipeline.

Converter um pipeline existente para usar sem servidor

Você pode converter pipelines existentes configurados com o Catálogo do Unity em pipelines sem servidor. Conclua as seguintes etapas:

1. Clique em Delta Live Tables na barra lateral.
2. Clique no nome do pipeline desejado na lista.
3. Clique em Configurações.
4. Marque a caixa ao lado de Sem servidor.
5. Clique em Salvar e iniciar.

Como posso encontrar o uso de DBU de um pipeline sem servidor?

Você pode encontrar o uso de DBU de pipelines DLT sem servidor consultando a tabela de uso faturável, parte das tabelas do sistema do Azure Databricks. Confira Qual é o consumo de DBU de um pipeline DLT sem servidor?.