Fabric ランタイム 1.1 と 1.2 では、既定で 2 つのローカル conda 環境が作成されます。 ターゲット ランタイムでノートブックを実行する前に、conda 環境をアクティブにします。 詳細については、「 ファブリック ランタイム 1.1 または 1.2 の選択」を参照してください。
Fabric ランタイム 1.3 以降では、ローカル conda 環境は作成されません。 Jupyter カーネルの一覧で新しいエントリを選択することで、リモート Spark コンピューティングでノートブックを直接実行できます。 このカーネルを選択して、リモート Spark コンピューティングでノートブックまたは Spark ジョブ定義を実行できます。
ローカル conda 環境またはリモート Spark コンピューティングの選択に関する考慮事項
ノートブックまたは Spark ジョブ定義を実行するときに、ローカル conda 環境またはリモート Spark ランタイムを選択できます。 選択に役立つ考慮事項を次に示します。
ローカルの conda 環境を選択したくなる状況があります。
- リモート コンピューティングにアクセスせずに、一部の切断されたセットアップで作業する必要があります。
- リモート ワークスペースにアップロードする前に、いくつかの Python ライブラリを評価するのが好きです。 ライブラリをローカル conda 環境にインストールしてテストできます。
次のシナリオでは、Fabric ランタイム カーネルを選択します。
- ランタイム 1.3 でノートブックを実行する必要があります。
- コードでは、リモート ランタイムに対していくつかのハード依存関係があります
- MSSparkUtils は良い例です。 これは、リモート ランタイムでのみ使用できるライブラリです。 これを使用する場合は、リモート ランタイムでコードを実行する必要があります。
- NotebookUtils も別の例です。 これは、リモート ランタイムでのみ使用できるライブラリです。 これを使用する場合は、リモート ランタイムでコードを実行する必要があります。