Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Dieser Artikel soll eine klare und fundierte Anleitung für die Terminplanung von Produktionsaufträgen bieten. Die Verwendung bewährter Methoden kann dazu beitragen, Kosten zu senken, die Leistung zu verbessern und die Sicherheit zu erhöhen.
| Bewährte Methode | Auswirkung | Doktoren |
|---|---|---|
| Verwenden von Auftragsclustern für automatisierte Workflows | Kosten: Auftragscluster werden zu niedrigeren Tarifen als interaktive Cluster abgerechnet. | |
| Neu starten von lange ausgeführten Clustern | Sicherheit: Starten Sie Cluster neu, um Patches und Fehlerbehebungen für die Databricks Runtime zu nutzen. | |
| Verwenden von Dienstprinzipalen anstelle von Benutzerkonten zum Ausführen von Produktionsaufträgen | Sicherheit: Wenn Aufträge im Besitz einzelner Benutzer sind, können diese Aufträge nicht mehr ausgeführt werden, wenn diese Benutzer die Organisation verlassen. | |
| Verwenden Sie Lakeflow-Aufträge für die Orchestrierung, wann immer möglich | Kosten: Es ist nicht erforderlich, externe Tools zu orchestrieren, wenn Sie nur Workloads auf Azure Databricks orchestrieren. | |
| Verwenden der neuesten LTS-Version von Databricks Runtime | Leistung und Kosten: Azure Databricks verbessert Databricks Runtime immer in Bezug auf Benutzerfreundlichkeit, Leistung und Sicherheit. | |
| Speichern Sie keine Produktionsdaten im DBFS-Stamm. | Sicherheit: Wenn Daten im DBFS-Stamm gespeichert werden, können alle Benutzer darauf zugreifen. |