Nuta
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować się zalogować lub zmienić katalog.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Poniżej opisano środowisko systemowe, w którym działa aplikacja usługi Databricks:
System operacyjny: Ubuntu 22.04 LTS
Środowisko języka Python: Środowisko Python 3.11 uruchomione w dedykowanym środowisku wirtualnym. Wszystkie zależności są izolowane w tym środowisku, w tym biblioteki zdefiniowane w
requirements.txtoraz wstępnie zainstalowane biblioteki.środowiskoNode.js: Node.js w wersji 22.16. Zarządzanie zależnościami przy użyciu narzędzi
npmipackage.json.Zasoby systemowe: Domyślnie każda aplikacja może używać maksymalnie 2 procesorów wirtualnych (procesorów wirtualnych) i 6 GB pamięci. Skonfiguruj rozmiar obliczeniowy, aby dostosować alokację procesora CPU i pamięci na podstawie wymagań dotyczących obciążenia. Zobacz Konfigurowanie rozmiaru obliczeniowego dla aplikacji usługi Databricks.
Ważne
Ustalanie rozmiaru obliczeń dla aplikacji znajduje się w wersji beta.
Wyświetlanie szczegółów środowiska
Aby wyświetlić środowisko dla określonej aplikacji, w tym zmienne środowiskowe i zainstalowane pakiety, przejdź do karty Środowisko na stronie szczegółów aplikacji. Zobacz szczegóły aplikacji Databricks.
Domyślne zmienne środowiskowe
Następujące zmienne środowiskowe są dostępne w każdej aplikacji:
| Zmienna | Opis |
|---|---|
DATABRICKS_APP_NAME |
Nazwa uruchomionej aplikacji. |
DATABRICKS_WORKSPACE_ID |
Unikatowy identyfikator obszaru roboczego usługi Databricks, do którego należy aplikacja. |
DATABRICKS_HOST |
Adres URL obszaru roboczego usługi Databricks, do którego należy aplikacja. |
DATABRICKS_APP_PORT |
Port sieciowy, na który aplikacja powinna nasłuchiwać. |
DATABRICKS_CLIENT_ID |
Identyfikator klienta głównego użytkownika usługi Databricks przypisany do aplikacji. |
DATABRICKS_CLIENT_SECRET |
Tajemnica OAuth dla głównego obiektu usługi Databricks przypisanego do aplikacji. |
Domyślne zmienne środowiskowe dla usługi Streamlit
Jeśli używasz struktury Streamlit, środowisko usługi Databricks Apps wstępnie konfiguruje kilka zmiennych środowiskowych specyficznych dla usługi Streamlit:
| Zmienna | Opis |
|---|---|
STREAMLIT_SERVER_ADDRESS |
Adres serwera do użycia przez usługę Streamlit. Ta wartość jest ustawiona na 0.0.0.0 i nie może zostać zastąpiona. |
STREAMLIT_SERVER_PORT |
Port używany przez usługę Streamlit. Ta wartość jest ustawiona na DATABRICKS_APP_PORT i nie może zostać zastąpiona. |
STREAMLIT_SERVER_ENABLE_XSRF_PROTECTION |
Ponieważ odwrotny proxy aplikacji Databricks chroni przed fałszywymi żądaniami między witrynami (XSRF), jest to ustawione na false. |
STREAMLIT_SERVER_ENABLE_CORS |
Ponieważ odwrotny serwer proxy usługi Databricks Apps chroni przed międzyźródłowym współdzieleniem zasobów (CORS), ustawiono wartość false. |
STREAMLIT_SERVER_HEADLESS |
Ta wartość jest ustawiona na true, aby usługa Streamlit działa bez otwierania okna przeglądarki podczas uruchamiania. |
STREAMLIT_BROWSER_GATHER_USAGE_STATS |
Ta wartość jest ustawiona na false, aby zapobiec wysyłaniu statystyk użytkowników do usługi Streamlit. |
Wstępnie zainstalowane biblioteki języka Python
Następujące biblioteki języka Python są wstępnie zainstalowane w środowisku usługi Databricks Apps. Nie musisz dołączać ich do aplikacji, chyba że potrzebujesz innej wersji.
| Biblioteka | wersja |
|---|---|
| databricks-sql-konektor | 3.4.0 |
| databricks-sdk | 0.33.0 |
| mlflow-skinny | 2.16.2 |
| gradio | 4.44.0 |
| streamlit | 1.38.0 |
| błyszczący | 1.1.0 |
| myślnik | 2.18.1 |
| kolba | 3.0.3 |
| fastapi | 0.115.0 |
| uvicorn[standard] | 0.30.6 |
| gunicorn | 23.0.0 |
| Hugging Face Hub | 0.35.3 |
| dash-ag-grid | 31.2.0 |
| dash-mantine-komponenty | 0.14.4 |
| dash-bootstrap-components | 1.6.0 |
| kreślenie | 5.24.1 |
| plotly-resampler | 0.10.0 |
W środowisku usługi Databricks Apps nie są wstępnie zainstalowane biblioteki Node.js. W przypadku aplikacji Node.js należy jawnie wyświetlić listę wszystkich zależności w pliku, package.json aby upewnić się, że są one zainstalowane w czasie wykonywania.