Databricks étoffe son édition communautaire : l'enjeu des compétences

Utilisateurs de l'édition communautaire, prière de créer un nouveau compte.

Databricks a fait passer le message à l'occasion de son Data + AI Summit. En toile de fond, une évolution sur deux plans : la marque ("Community Edition" devient "Free Edition")... et le contenu. Promesse : une quasi-parité fonctionnelle avec l'offre payante. En donnant, entre autres, accès à Lakeflow (ETL/ELT), à MosaicML (MLOps) et à Databricks Assistant (IA de codage).

En ouvrant davantage de briques à la communauté au-delà de son option d'essai gratuit (14 jours avec 40 $ de crédits), Databricks cherche à étoffer le vivier de compétences autour de ses solutions. Une démarche qui fait écho au dernier Magic Quadrant des plates-formes DSML (data science & machine learning). Gartner y souligne la courbe d'apprentissage que supposent lesdites solutions.

Plafonnement des ressources d'infrastructure

L'édition communautaire n'étant pas destinée à un usage en prod, elle présente des limites sur le volet administratif. Par exemple, l'absence de SSO, de réseau privé et d'accès à la console du compte. Sur la partie fonctionnelle, sont notamment indisponibles :

• R et Scala
• Tables en ligne
• Clean rooms
• Emplacements de stockage personnalisés pour les workspaces

L'infrastructure est également limitée :

• Accès uniquement aux ressources serverless* (sur AWS), sans GPU ni configs personnalisées
• Trafic sortant restreint à un ensemble de domaines de confiance
• Un seul entrepôt SQL, de taille maximale 2X-Small
• Maximum 5 jobs concurrents
• Pour chaque type de pipeline, pas plus d'un actif
• Pas de débit provisionné sur les endpoints de modèles
• Un seul endpoint de recherche vectorielle

En cas de dépassement de quota, les ressources de calcul sont coupées pour le reste de la journée - ou du mois "dans les cas extrêmes".
L'édition communautaire n'a ni SLA, ni support de la part de Databricks.

Les comptes legacy fonctionneront "pour le reste de l'année".

* Les ressources serverless ont des limites applicables à tous les niveaux de l'offre : pas de prise en charge des bibliothèques JAR, impossibilité d'accéder à Internet via les fonctions définies par l'utilisateur, absence d'isolation des exécutions dans la journalisation des tâches, etc.

Illustration principale © TensorSpark - Adobe Stock