Job compute support (or docs)
メンテナーはふだん 6 日以内に返信
まだ誰も着手していません。
評価
- 難易度
- 5/5
- 見積もり時間
- 1週間以上
- 初心者へのやさしさ
- 35/100
- issue の種類
- 機能追加
- 明瞭さ
- おおむね明確
- 活発さ
- 活発
- 技術スタック
- python
調査の方向性
Start by tracing how dbt-databricks submits SQL and how its job compute and submission methods are configured; the issue does not name specific files or tests. Determine whether SQL can run on the job's own compute, then document the technical constraint and compare dbt-spark session mode if support is not feasible. Done means job compute support is implemented, or the requested limitations and tradeoffs are explained in the docs.
索引モデルが issue の本文から書いたものです。
説明
Describe the feature
Support running dbt-databricks SQL on the job's own job compute, instead of requiring a SQL warehouse or all-purpose cluster.
If that's not possible, please document why, including:
- The technical reason job compute can't be a target
- How this compares to dbt-spark
method: session, which can run on the current Spark session (there is only a brief mention in the docs) - What you'd lose by using dbt-spark session mode instead
- Why dbt-sparks session method is not compatible with dbt-databricks.
Describe alternatives you've considered
- dbt-spark
method: session: runs on the job cluster, but loses Databricks-specific features and isn't the recommended adapter. - Python models with
submission_method: job_cluster: Python models only, and creates a new cluster per model. - SQL warehouse / all-purpose cluster: works, but adds a second compute resource.
Additional context
I understand the dbt task is an orchestrator, with the job cluster running the dbt CLI and SQL executing elsewhere. But this holds a lot of clients back: they expect their job compute to do the work, and the extra compute adds cost and setup overhead. The docs don't explain why this split is required. And honestly: I'm just tired of having the discussion this doesn't weigh up with the convenience of using dbt lol.
Who will this benefit?
- Teams running dbt in multi-task jobs who want everything on job compute (e.g. ingest → dbt → notebook).
- Teams without SQL warehouses, or with restrictions on all-purpose compute.
- Anyone choosing between dbt-databricks and dbt-spark.
- Enabling dbt-databricks-factory so users can use native databricks orchestration and restarts. https://github.com/mwojtyczka/databricks-dbt-factory
Are you interested in contributing this feature?
Maybe
- 主要言語
- Python
- スター
- 391
- フォーク
- 231
- 平均マージ
- 9日 7時間
- マージ済み PR（30日）
- 29
環境構築
- Dockerfile・Docker Compose ファイルなし
- プルリクエストのテンプレートあり
- コントリビューションガイドを読む
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
databricks/dbt-databricks のほかの issue
-
persist_docs.columns triggers a full-plan probe query on views even when the model has no column docs対応中かも @DelorneN007 が 59 日前に担当しました。 オープンbug
難易度 2/5 1〜3時間 初心者へのやさしさ 85/100
databricks/dbt-databricks#1680 · コメント 1 件 ·
メンテナーはふだん 6 日以内に返信
-
bug
難易度 2/5 半日 初心者へのやさしさ 68/100
databricks/dbt-databricks#1003 · コメント 1 件 ·
メンテナーはふだん 6 日以内に返信
-
Emit COMMENT and DEFAULT for function arguments and descriptions in CREATE FUNCTION対応中かも @alvinism が 7 日前に担当しました。 オープンenhancement
難易度 4/5 3〜5日 初心者へのやさしさ 25/100
databricks/dbt-databricks#1764 ·
メンテナーはふだん 6 日以内に返信
-
bug
難易度 4/5 3〜5日 初心者へのやさしさ 46/100
databricks/dbt-databricks#1762 ·
メンテナーはふだん 6 日以内に返信
-
難易度 4/5 3〜5日 初心者へのやさしさ 45/100
databricks/dbt-databricks#1761 ·
メンテナーはふだん 6 日以内に返信
databricks/dbt-databricks の issue をすべて見る
似ている issue
-
fuzz fuzz-unconfirmed
難易度 2/5 1〜3時間 初心者へのやさしさ 68/100
メンテナーはふだん 1 日以内に返信
-
Switch to ruffオープン
難易度 2/5 1〜3時間 初心者へのやさしさ 65/100
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 67/100
メンテナーはふだん 1 日以内に返信
-
bug
難易度 2/5 1〜3時間 初心者へのやさしさ 65/100
Qiskit/qiskit-aer#2533 ·
メンテナーはふだん 1 日以内に返信
-
難易度 2/5 1〜3時間 初心者へのやさしさ 64/100
etesync/etesync-dav#376 ·