databricks-common-errors

Skill do debugowania Databricks, który pomaga zidentyfikować i naprawić najczęstsze błędy: problemy ze stanami klastrów, braki pamięci Spark, konflikty Delta Lake, błędy uprawnień i nieudane uruchomienia zadań. Zawiera gotowe rozwiązania w Pythonie i SQL dla każdego typu błędu. Aktywuj go, gdy napotkasz komunikat o błędzie Databricks lub debugujesz nieudane procesy. Wymaga zainstalowanego Databricks CLI i dostępu do logów klastra.

1. Upewnij się, że masz zainstalowany Databricks CLI i skonfigurowany dostęp do workspace'u. Zainstaluj również pakiet databricks-sdk poleceniem pip install databricks-sdk.

2. Gdy napotkasz błąd Databricks (np. "ClusterNotReadyException" czy "Spark OOM"), wyzwól skill frazami takimi jak "databricks error", "fix databricks", "databricks not working" lub "debug databricks".

3. Skill wyciągnie szczegóły nieudanego uruchomienia zadania za pomocą Databricks CLI — pobierze stan klastra, komunikat błędu i listę zadań z ich stanami.

4. Skill dopasuje błąd do znanego typu (np. CLUSTER_NOT_READY, INVALID_STATE, OOM) i zaproponuje konkretne rozwiązanie — może to być uruchomienie klastra, zmiana konfiguracji pamięci lub naprawa uprawnień.

5. Skorzystaj z dostarczonych fragmentów kodu Python (używających WorkspaceClient z SDK) lub poleceń SQL, aby zastosować naprawę bezpośrednio w swoim środowisku.

6. Sprawdź logi klastra i zadania, aby potwierdzić, że błąd został rozwiązany — skill pomoże ci zinterpretować komunikaty stanu i termination_reason.