Exigences d’utilisation de Databricks Connect

Cet article fournit des exigences d’utilisation pour Databricks Connect. Pour plus d’informations sur Databricks Connect, consultez Qu’est-ce que Databricks Connect ?.

Configuration requise pour l’espace de travail

Pour utiliser Databricks Connect pour vous connecter à votre espace de travail :

• Votre compte Et votre espace de travail Azure Databricks doivent avoir Unity Catalog activé. Consultez Prise en main du catalogue Unity et Activer un espace de travail pour le catalogue Unity.

• La version Databricks Runtime de votre calcul doit être supérieure ou égale à la version du package Databricks Connect. Databricks vous recommande d’utiliser le package Databricks Connect le plus récent qui correspond à votre version de Databricks Runtime.

  Pour utiliser des fonctionnalités disponibles dans les versions ultérieures de Databricks Runtime, vous devez mettre à niveau le package Databricks Connect. Consultez les notes de publication de Databricks Connect pour obtenir la liste des versions disponibles de Databricks Connect. Pour obtenir les notes de publication de Databricks Runtime, consultez l’article Versions et compatibilité des notes de publication de Databricks Runtime.

• Si vous vous connectez au calcul serverless, votre espace de travail doit répondre aux exigences du calcul serverless.

  Note

  Le calcul serverless est pris en charge à partir de Databricks Connect version 15.1. Les versions de Databricks Connect inférieures ou égales à la version databricks Runtime sur serverless sont entièrement compatibles. Consultez Notes de publication. Pour vérifier si la version de Databricks Connect est compatible avec le calcul serverless, consultez Valider la connexion à Databricks.

• Si vous vous connectez à un cluster, votre cluster cible doit utiliser un mode d’accès au cluster affecté ou partagé. Consultez les modes d’accès.

Configuration requise pour l’environnement local

Pour installer Databricks Connect, votre environnement de développement local doit répondre aux exigences suivantes :

Python

• L’authentification auprès de Databricks est configurée. Selon le type d’authentification Databricks , il peut y avoir des exigences :

  • Pour l’authentification utilisateur à machine (U2M) OAuth, vous devez utiliser l’interface CLI Databricks pour vous authentifier avant d’exécuter votre code. Consultez le didacticiel Databricks Connect pour Python.

  • L’authentification utilisateur à machine (U2M) OAuth et l’authentification de machine à machine (M2M) OAuth sont prises en charge sur le Kit de développement logiciel (SDK) Databricks pour Python 0.19.0 et versions ultérieures. Pour mettre à jour la version installée de votre projet du Kit de développement logiciel (SDK) Databricks pour Python, consultez Prise en main du Kit de développement logiciel (SDK) Databricks pour Python.

• Python 3 est installé et la version mineure de Python installée répond aux exigences de version dans le tableau de compatibilité de version ci-dessous.

• Si vous utilisez des fonctions définies par l’utilisateur (UDF), la version mineure locale de Python correspond à la version mineure de Python de la version Databricks Runtime du cluster ou du calcul serverless. Pour rechercher la version mineure de Python de la version Databricks Runtime de votre cluster, reportez-vous à la section environnement système des notes de publication databricks Runtime pour cette version. Consultez Notes de mise à jour des versions Databricks Runtime et compatibilité et Notes de publication du calcul serverless.

Scala

• L’authentification auprès de Databricks est configurée. Selon le type d’authentification Databricks , il peut y avoir des exigences :

  • Pour l’authentification utilisateur à machine (U2M) OAuth, vous devez utiliser l’interface CLI Databricks pour vous authentifier avant d’exécuter votre code. Consultez le didacticiel Databricks Connect pour Scala.

  • L’authentification utilisateur à machine (U2M) OAuth et l’authentification de machine à machine (M2M) OAuth sont prises en charge sur le Kit de développement logiciel (SDK) Databricks pour Java 0.18.0 et versions ultérieures. Pour mettre à jour la version installée de votre projet du Kit de développement logiciel (SDK) Databricks pour Java, consultez Prise en main du Kit de développement logiciel (SDK) Databricks pour Java.

  • Pour Databricks Connect pour Databricks Runtime 13.3 LTS et versions ultérieures, pour Scala, Databricks Connect inclut le Kit de développement logiciel (SDK) Databricks pour Java. Ce SDK implémente la norme d’authentification unifiée Databricks .

• Le Kit de développement Java (JDK) est installé. Databricks recommande que la version de votre installation JDK corresponde à la version JDK sur votre cluster Azure Databricks. Pour rechercher la version JDK du Runtime Databricks sur votre cluster, reportez-vous à la section Environnement système des notes de publication de Databricks Runtime ou à la table de compatibilité des versions.

  Note

  L’utilisation d’une version JDK qui ne correspond pas à la version JDK de votre cluster peut entraîner un comportement inattendu ou empêcher l’exécution de votre code.

• Scala est installé. Databricks recommande que la version de votre installation Scala corresponde à la version Scala sur votre cluster Azure Databricks. Pour rechercher la version Scala de la version Databricks Runtime de votre cluster, reportez-vous à la section Environnement système des notes de publication de Databricks Runtime ou à la table de compatibilité de version.

• Si vous utilisez des fonctions définies par l’utilisateur (UDF), les versions Scala et Java locales correspondent aux versions Scala et Java de la version Databricks Runtime du cluster. Pour rechercher les versions Scala et Java de la version Databricks Runtime de votre cluster, reportez-vous à la section Environnement système des notes de publication databricks Runtime ou au tableau de compatibilité des versions ci-dessous.

• Un outil de génération Scala, tel que sbt, est installé.

Versions de Databricks Connect

Le tableau suivant présente les versions de langage compatibles et Databricks Connect prises en charge. Les numéros de version Databricks Connect correspondent aux numéros de version databricks Runtime. Consultez les notes de publication de Databricks Connect pour obtenir la liste des versions disponibles de Databricks Connect. Pour obtenir les notes de publication de Databricks Runtime, consultez l’article Versions et compatibilité des notes de publication de Databricks Runtime.

Python

Pour obtenir la prise en charge des fonctions UDF, consultez l’environnement de base Python.

Scala

Versions de fin de prise en charge

Databricks Connect suit les cycles de vie de support databricks Runtime. Les versions suivantes ont atteint la fin de la prise en charge. Si vous utilisez une version de Databricks Connect qui a atteint la fin de la prise en charge, effectuez une mise à niveau vers une version prise en charge.

Python

Scala