Criar uma área de trabalho

Este artigo é uma visão geral de suas opções para criar e gerenciar espaços de trabalho.

O que é uma área de trabalho?

Um espaço de trabalho é uma implantação do Azure Databricks em uma conta de serviço de nuvem. Ele fornece um ambiente unificado para trabalhar com ativos do Azure Databricks para um conjunto especificado de usuários.

Existem dois tipos de espaços de trabalho Databricks disponíveis:

• Espaços de trabalho serverless (Pré-visualização pública): Uma implementação de espaço de trabalho na sua conta Databricks que vem pré-configurada com computação serverless e armazenamento predefinido para proporcionar uma experiência completamente serverless. Ainda podes ligar-te ao teu armazenamento na cloud a partir de espaços de trabalho serverless.
• Workspaces clássicos: Uma implementação de workspaces na sua conta Databricks que fornece armazenamento e recursos de computação na sua conta na nuvem existente. A computação serverless ainda está disponível em espaços de trabalho clássicos.

Requerimentos

Antes de criar um espaço de trabalho Azure Databricks, deve ter uma subscrição Azure que não seja uma Subscrição de Teste Gratuita.

Se tiver uma conta gratuita, complete os seguintes passos:

1. Aceda ao seu perfil e altere a sua subscrição para pagamento consoante a utilização. Consulte Conta gratuita do Azure.
2. Remova o limite de gastos.
3. Solicite um aumento de cota para vCPUs em sua região.

Permissões necessárias do Azure

Para criar um espaço de trabalho do Azure Databricks, você deve ser um dos seguintes:

• Um utilizador com a função de Colaborador do Azure ou a função de Proprietário ao nível da subscrição.

• Um usuário com uma definição de função personalizada que tem a seguinte lista de permissões:

  • Microsoft.Databricks/workspaces/*
  • Microsoft.Resources/subscriptions/resourceGroups/read
  • Microsoft.Resources/subscriptions/resourceGroups/write
  • Microsoft.Databricks/accessConnectors/*
  • Microsoft.Compute/register/action
  • Microsoft.ManagedIdentity/register/action
  • Microsoft.Storage/register/action
  • Microsoft.Network/register/action
  • Microsoft.Resources/deployments/validate/action
  • Microsoft.Resources/deployments/write
  • Microsoft.Resources/deployments/read

Escolher um tipo de espaço de trabalho

As secções seguintes descrevem qual o tipo de espaço de trabalho que é o melhor para casos de uso comuns. Use estas recomendações para o ajudar a decidir se deve implementar um espaço de trabalho serverless ou clássico.

Quando escolher espaços de trabalho sem servidor

Os espaços de trabalho serverless são a melhor escolha para os seguintes casos de uso:

• Permitir que utilizadores de negócios acedam ao Databricks One
• Criar dashboards de IA/BI
• Criar Aplicações Databricks
• Realizar análises exploratórias usando notebooks ou armazéns de dados SQL
• Ligue-se a fornecedores SaaS através da Lakehouse Federation (mas não da Lakeflow Connect)
• Use os Genie Spaces para casos de uso empresarial
• Teste novas funcionalidades do Mosaic AI antes de as colocar em produção
• Criar os Pipelines Declarativos Lakeflow de Serverless Spark

Quando escolher espaços de trabalho clássicos

Os workspaces clássicos são a melhor escolha para os seguintes casos de uso:

• Fazer trabalho de desenvolvimento de IA ou ML que exija GPUs
• Use Databricks Runtime para aprendizagem automática ou Apache Spark MLib
• Migrar o código Spark herdado existente que utiliza RDDs Spark
• Use Scala ou R como a sua linguagem de programação principal
• Dados em fluxo que requerem intervalos de gatilho padrão ou baseados em tempo
• Liga-te às APIs Databricks através de uma ligação PrivateLink
• Liga-te diretamente a sistemas locais ou bases de dados privadas, através do Lakeflow Connect

Opções de criação de espaço de trabalho

Há várias maneiras de implantar um espaço de trabalho do Azure Databricks. O método de implantação padrão é por meio do Portal do Azure ou Terraform.

• Implantar um espaço de trabalho usando o Portal do Azure
• Implantar um espaço de trabalho usando o Terraform

Além disso, você pode criar espaços de trabalho usando as seguintes ferramentas:

• Implantar um espaço de trabalho com a CLI do Azure
• Implantar um espaço de trabalho com o PowerShell
• Implantar um espaço de trabalho com um modelo ARM
• Implantar um espaço de trabalho com o Bicep