NotebookUtils Sitzungsverwaltung für Fabric

Verwenden Sie notebookutils.session, um den Lebenszyklus von Notizbuchsitzungen in Microsoft Fabric zu verwalten. Sie können eine interaktive Sitzung beenden oder den Python-Interpreter neu starten, um Bereinigung, Ressourcenverwaltung und Fehlerwiederherstellung zu beheben.

In der folgenden Tabelle sind die verfügbaren Sitzungsverwaltungsmethoden aufgeführt:

Beenden einer interaktiven Sitzung

Anstatt die Stoppschaltfläche manuell auszuwählen, können Sie eine interaktive Sitzung beenden, indem Sie eine API in Ihrem Code aufrufen.

notebookutils.session.stop()

notebookutils.session.stop()

// Detach from a high-concurrency session instead of stopping it
notebookutils.session.stop(detach = true)

notebookutils.session.stop()

# Detach from a high-concurrency session instead of stopping it
notebookutils.session.stop(detach = TRUE)

Die notebookutils.session.stop() API beendet die aktuelle interaktive Sitzung asynchron im Hintergrund. Außerdem wird die Spark-Sitzung beendet und ressourcen freigegeben, die von der Sitzung belegt sind, sodass sie für andere Sitzungen im selben Pool verfügbar sind.

Rückgabeverhalten

Die stop() Methode gibt keinen Wert zurück. Es initiiert ein asynchrones Herunterfahren der Sitzung.

Starten Sie den Python-Dolmetscher neu

Verwenden Sie notebookutils.session.restartPython(), um den Python-Interpreter neu zu starten.

notebookutils.session.restartPython()

Rückgabeverhalten

Die restartPython() Methode gibt keinen Wert zurück. Nach Abschluss des Neustarts wird die Codeausführung in der nächsten Zelle fortgesetzt.

Berücksichtigen Sie dabei Folgendes:

• Im Fall der Notizbuchreferenz restartPython() wird nur der Python-Interpreter des aktuellen Notizbuchs neu gestartet, auf das verwiesen wird. Es wirkt sich nicht auf das übergeordnete Notizbuch aus.
• In seltenen Fällen kann der Befehl aufgrund des Spark-Spiegelungsmechanismus fehlschlagen. Das Hinzufügen eines Wiederholungsversuches kann das Problem mindern.
• Nach dem Aufrufen restartPython()wird die Codeausführung in der nächsten Zelle fortgesetzt. Importieren sie neu installierte Pakete in einer nachfolgenden Zelle.

Verwendungsmuster

Ordnungsgemäße Bereinigung vor dem Beenden

Verwenden Sie einen try-finally Block, um sicherzustellen, dass die Bereinigung ausgeführt wird, bevor die Sitzung beendet wird:

try:
    print("Starting data processing...")
    # ... processing logic here ...

except Exception as e:
    print(f"Processing failed: {str(e)}")
    raise

finally:
    print("Performing cleanup...")
    try:
        notebookutils.fs.unmount("/mnt/data")
    except:
        pass

    notebookutils.session.stop()

Installieren von Paketen und Neustarten des Interpreters

Starten Sie nach der Installation neuer Pakete mit pipdem Python-Interpreter neu, damit die Pakete verfügbar sind:

import subprocess
import sys

packages = ["pandas==2.0.0", "numpy==1.24.0"]

print("Installing packages...")
for package in packages:
    subprocess.check_call([sys.executable, "-m", "pip", "install", package])

print("Restarting Python interpreter...")
notebookutils.session.restartPython()

Fehlerwiederherstellung beim Neustart des Dolmetschers

Wenn der Python-Dolmetscher einen beschädigten Zustand erreicht, können Sie die Wiederherstellung versuchen, indem Sie ihn neu starten:

def recover_from_error():
    """Attempt to recover from errors by restarting Python."""

    try:
        test_value = 1 + 1
    except Exception as e:
        print(f"Python interpreter error: {str(e)}")
        print("Restarting Python interpreter...")
        notebookutils.session.restartPython()
        return False

    return True

if not recover_from_error():
    print("Recovery attempted - check next cell")

Ressourcenbereinigung vor dem Beenden

Bereinigen Sie bereitgestellte Pfade, temporäre Dateien und Caches, bevor Sie die Sitzung beenden:

try:
    df = spark.range(0, 1000000)
    df.cache()
    result = df.count()
    print(f"Processing completed: {result}")

except Exception as e:
    print(f"Operation failed: {str(e)}")
    raise

finally:
    spark.catalog.clearCache()
    print("Stopping session to free resources...")
    notebookutils.session.stop()

Nur bedingter Stopp für den interaktiven Modus

Überprüfen Sie den Ausführungskontext, bevor Sie aufhören, um unnötige Aufrufe im Pipelinemodus zu vermeiden:

context = notebookutils.runtime.context

if not context['isForPipeline']:
    print("Interactive mode: stopping session...")
    notebookutils.session.stop()
else:
    print("Pipeline mode: session stops automatically after execution")

Verwandte Inhalte

• NotebookUtils für Fabric