工作区包

工作区包可以是自定义或专用 wheel (Python)、jar (Scala/Java) 或 tar.gz (R) 文件。 可将这些包上传到工作区,然后再将其分配到特定的 Spark 池。

添加工作区包:

  1. 导航到“管理”>“工作区包”选项卡。
  2. 使用文件选择器上传 wheel 文件。
  3. 将文件上传到 Azure Synapse 工作区后,可将这些包添加到给定的 Apache Spark 池。

Screenshot that highlights workspace packages.

警告

  • 在 Azure Synapse 中,Apache Spark 池可以利用自定义库,自定义库可以作为工作区包上传,也可以上传到已知的 Azure Data Lake Storage 路径内。 但在同一 Apache Spark 池内不能同时使用这两种选项。 如果使用两种方法提供包,则只会安装在工作区包列表中指定的 wheel 文件。

  • 在指定 Apache Spark 池中使用工作区包安装包后,就不能再在同一池中使用存储帐户路径来指定包。

注意

建议在工作区中不要有多个同名的滚轮包。 如果要使用同一滚轮包的不同版本,则必须删除现有版本并上传新版本。

存储帐户

通过将所有 wheel 文件上传到与 Synapse 工作区关联的 Azure Data Lake Storage (Gen2) 帐户,可以在 Apache Spark 池上安装自定义 wheel 包。

应将这些文件上传到存储帐户默认容器中的以下路径:

abfss://<file_system>@<account_name>.dfs.core.chinacloudapi.cn/synapse/workspaces/<workspace_name>/sparkpools/<pool_name>/libraries/python/

警告

  • 某些情况下,如果文件路径不存在,则可能需要根据上面的结构创建文件路径。 例如,可能需要 libraries 文件夹中添加 python 文件夹(如果该文件夹不存在)。
  • 用于 Apache Spark 3.0 的 Azure Synapse 运行时上不支持这种自定义 wheel 文件的管理方法。 请参阅工作区包功能以管理自定义 wheel 文件。

重要

若要使用 Azure DataLake Storage 方法安装自定义库,必须在已链接到 Azure Synapse Analytics 工作区的主 Gen2 存储帐户中拥有“存储 Blob 数据参与者”或“存储 Blob 数据所有者”权限。

后续步骤