Azure Databricks 集群初始化脚本 - 安装 python wheel

Question

我有一个 python 脚本，它在数据块中安装一个存储帐户，然后从存储帐户安装一个轮子。我正在尝试运行它作为集群初始化脚本，但它一直失败。我的脚本格式为：

#/databricks/python/bin/python
mount_point = "/mnt/...."
configs = {....}
source = "...."
if not any(mount.mountPoint == mount_point for mount in dbutils.fs.mounts()):
  dbutils.fs.mount(source = source, mount_point = mount_point, extra_configs = configs)
dbutils.library.install("dbfs:/mnt/.....")
dbutils.library.restartPython()

当我运行它直接在笔记本中时它可以工作，但是如果我保存到一个名为 dbfs:/databricks/init_scripts/datalakes/init.py 的文件并将其用作集群初始化脚本，集群将无法启动并显示错误消息表示 init 脚本具有非零退出状态。我检查了日志，它似乎是运行ning 作为 bash 而不是 python:

bash: line 1: mount_point: command not found

我已经尝试从一个名为 init.bash 的 bash 脚本中运行连接 python 脚本，其中包含这一行：

/databricks/python/bin/python "dbfs:/databricks/init_scripts/datalakes/init.py"

然后使用 init.bash 的集群无法启动，日志显示找不到 python 文件：

/databricks/python/bin/python: can't open file 'dbfs:/databricks/init_scripts/datalakes/init.py': [Errno 2] No such file or directory

任何人都可以告诉我如何让这个工作吗？

相关问题：

Answer 1

我采用的解决方案是运行一个安装存储的笔记本并创建一个 bash 只安装轮子的初始化脚本。像这样：

mount_point = "/mnt/...."
configs = {....}
source = "...."
if not any(mount.mountPoint == mount_point for mount in dbutils.fs.mounts()):
  dbutils.fs.mount(source = source, mount_point = mount_point, extra_configs = configs)

dbutils.fs.put("dbfs:/databricks/init_scripts/datalakes/init.bash",""" 
        /databricks/python/bin/pip install "../../../dbfs/mnt/package-source/parser-3.0-py3-none-any.whl"""", True)"

Azure Databricks 集群初始化脚本 - 安装 python wheel

Azure Databricks cluster init script - install python wheel

python

bash

azure

databricks

azure-databricks