databricks - 以编程方式设置集群、池和作业访问控制
问题描述
Azure Databricks 问题。
有没有办法在管理控制台中以编程方式设置此参数:集群、池和作业访问控制。我认为这是 spark_conf 属性,但我找不到任何信息。
其他问题:设置参数后,是否可以导出显示所有这些设置的 json 参数文件?
谢谢
解决方案
是的,权限 API 允许您管理 Azure Databricks 中的权限。
注意:此功能为公共预览版
Permissions API 支持多个对象和端点:
令牌权限——管理哪些用户可以创建或使用令牌。
密码权限 — 管理启用 SSO 时哪些用户可以使用密码登录。
集群权限——管理哪些用户可以管理、重启或附加到集群。
池权限 - 管理哪些用户可以管理或附加到池。一些 API 和文档将池称为实例池。
作业权限——管理哪些用户可以查看、管理、触发、取消或拥有作业。
笔记本权限——管理哪些用户可以阅读、运行、编辑或管理笔记本。
目录权限——管理哪些用户可以读取、运行、编辑或管理目录中的所有笔记本。
MLflow 注册模型权限——管理哪些用户可以读取、编辑或管理 MLflow 注册模型。
Azure Databricks REST API 页面上未完整记录权限 API。我会要求您按照databricks 上的文档来创建 Permissions API。
推荐阅读
- ios - 优化将 MTLTexture 渲染到 Display 的性能?
- python - 无法导入python模块pyo
- git - 从 GitLab 和 Bitbucket 移动存储库,如何测试这个过程是否正确完成?(包括历史、标签、提交等)
- r - 将数据帧拆分为多个然后应用一个函数,使用 for 循环
- regex - 正则表达式,用于在双数之后和 2 个或多个空格之前使用一个或多个单词解析名称
- sql - 在多个 (N) 表之间拆分数据是否会导致查询期间的线性或指数减速?
- javascript - 在 html 页面上呈现时移动数组项
- docker - Docker 绑定挂载在 AWS EC2 实例中未按预期工作
- design-patterns - 装饰器设计模式和组件之间的依赖关系
- fastify - 如何在 fastify 中发送静态 sendFile 的 HEAD 请求?