다음을 통해 공유

获取工作区对象的标识符

本文介绍如何在 Azure Databricks 中获取工作区、经典计算、仪表板、目录、模型、笔记本和作业标识符和 URL。

工作区实例名称、URL 和 ID

唯一的实例名称（也称为每工作区 URL）已分配给每个 Azure Databricks 部署 。 它是完全限定的域名，用于登录到 Azure Databricks 部署和发出 API 请求。

Azure Databricks 工作区 是 Azure Databricks 平台运行的位置，可以在其中创建 Spark 群集和计划工作负荷。 工作区具有唯一的数字工作区 ID。

每工作区 URL

此唯一的每工作区 URL 采用以下格式：adb-<workspace-id>.<random-number>.databricks.azure.cn。 工作区 ID 紧跟在 adb- 的后面，在“圆点”(.) 的前面。 对于每工作区 URL https://adb-5555555555555555.19.databricks.azure.cn/：

  • 实例名称为 adb-5555555555555555.19.databricks.azure.cn。
  • 工作区 ID 为 5555555555555555。

确定每工作区 URL

可确定工作区的每工作区 URL：

旧区域 URL

重要

避免旧区域 URL。 他们：

  • 可能不适用于新工作区。
  • 不如每个工作区的 URL 可靠且速度更慢。
  • 可以导致需要工作区 ID 的功能中断。

旧区域 URL 由部署 Azure Databricks 工作区的区域和域 databricks.azure.cn（例如 https://chinaeast2.databricks.azure.cn/）组成。

  • 如果登录到类似 https://chinaeast2.databricks.azure.cn/ 的旧区域 URL，则实例名称为 chinaeast2.databricks.azure.cn。
  • 仅在使用旧区域 URL 登录之后，此 URL 中才会显示工作区 ID。 它显示在 o= 的后面。 在 URL https://<databricks-instance>/?o=6280049833385130 中，工作区 ID 为 6280049833385130。

计算资源 URL 和 ID

Azure Databricks 计算资源 为各种用例提供统一的平台，例如运行生产 ETL 管道、流分析、即席分析和机器学习。 每个经典计算资源都有一个名为群集 ID 的唯一 ID。 这适用于全用途群集和作业群集，但不适用于无服务器计算。 需要群集 ID 才能使用 REST API 获取群集的详细信息。

若要获取群集 ID，请单击边栏上的 计算图标“计算 ”，然后选择群集名称。 群集 ID 是此页 URL 中的组件之后 /clusters/ 的数字。

https://<databricks-instance>/compute/clusters/<cluster-id>

在以下屏幕截图中，群集 ID 为：0130-201722-abcdefgh。

群集 URL

仪表板 URL 和 ID

AI/BI 仪表板是数据可视化效果和注释的表示形式。 每个仪表板都有一个唯一 ID。 可以使用此 ID 构造包含预设筛选条件和参数值的直接链接，或使用 REST API 访问仪表板。

  • 示例仪表板 URL：

    https://adb-62800498333851.30.databricks.azure.cn/sql/dashboardsv3/01ef9214fcc7112984a50575bf2b460f

  • 示例仪表板 ID：01ef9214fcc7112984a50575bf2b460f

笔记本 URL 和 ID

笔记本是文档的基于 Web 的界面，其中包含可运行的代码、可视化效果和叙述性文本。 笔记本是用于与 Azure Databricks 进行交互的接口。 每个笔记本都具有唯一的 ID。 笔记本 URL 具有笔记本 ID，因此笔记本 URL 对于笔记本而言是唯一的。 可与 Azure Databricks 平台上有权查看和编辑笔记本的任何人共享笔记本 ID。 此外，每个笔记本命令（单元）都有不同的 URL。

若要查找笔记本 URL 或 ID，请打开笔记本。 若要查找单元 URL，请单击命令内容。

  • 示例笔记本 URL：

    https://adb-62800498333851.30.databricks.azure.cn/?o=6280049833385130#notebook/1940481404050342`

  • 示例笔记本 ID：1940481404050342。

  • 示例命令（单元）URL：

    https://adb-62800498333851.30.databricks.azure.cn/?o=6280049833385130#notebook/1940481404050342/command/2432220274659491

文件夹 ID

文件夹是用于存储可在 Azure Databricks 工作区中使用的文件的目录。 这些文件可以是笔记本、库或子文件夹。 有一个与每个文件夹和每个单独的子文件夹关联的特定 ID。 权限 API 将此 ID 称为 directory_id，用于设置和更新文件夹的权限。

如需检索 directory_id，可以使用工作区 API：

curl -n -X GET -H 'Content-Type: application/json' -d '{"path": "/Users/me@example.com/MyFolder"}' \
https://<databricks-instance>/api/2.0/workspace/get-status

这是 API 调用响应的示例：

{
  "object_type": "DIRECTORY",
  "path": "/Users/me@example.com/MyFolder",
  "object_id": 123456789012345
}

模型 ID

模型是指 一个已注册 MLflow 的模型，该模型允许你通过阶段转换和版本控制来管理生产中的 MLflow 模型。 通过 权限 API 以编程方式更改模型的权限时，需要注册的模型 ID。

若要获取已注册模型的 ID，可以使用 工作区 API 终结点 mlflow/databricks/registered-models/get。 例如，下面的代码会返回已注册模型的对象及其属性，包括其 ID：

curl -n -X GET -H 'Content-Type: application/json' -d '{"name": "model_name"}' \
https://<databricks-instance>/api/2.0/mlflow/databricks/registered-models/get

返回的值采用以下格式：

{
  "registered_model_databricks": {
    "name": "model_name",
    "id": "ceb0477eba94418e973f170e626f4471"
  }
}

作业 URL 和 ID

作业是立即运行或按计划运行笔记本或 JAR 的一种方法。

若要获取作业 URL，请单击边栏上的 “作业图标作业和管道 ”，然后单击作业名称。 在 URL 中，作业 ID 位于文本 #job/ 之后。 需要作业 URL 来排查作业运行失败的根本原因。

在以下屏幕截图中，作业 URL 为：

https://adb-chinaeast2.18.databricks.azure.cn/jobs/5?o=1248852073749208

在本例中，作业 ID 为 5。

职位 URL