Collaboration et gestion de versions

Introduction à Databricks Lakehouse

Gang Wang

Senior Data Scientist

Partage de notebooks

Accorder des autorisations d'espace de travail à des personnes ou des groupes
Trois niveaux : Can Read, Can Run, Can Edit
Partage via l'interface de l'espace de travail ou une URL directe

Autorisation	Voir	Exécuter	Modifier
Can Read	Oui	Non	Non
Can Run	Oui	Oui	Non
Can Edit	Oui	Oui	Oui

Fonctionnalités de collaboration

Commentaires sur des cellules précises pour la revue de code
Historique des versions indiquant qui a changé quoi et quand
Mais l'historique est linéaire : pas de branches ni de fusions

collaboration : deux ordinateurs portables reliés par des lignes numériques avec des bulles de commentaire et des icônes d'historique des versions

Bienvenue à Databricks Repos

Workflow Databricks Repos

Intégration Git directement dans l'espace de travail
Connexion à GitHub, GitLab, Bitbucket, Azure DevOps
Clone, commit, push, pull, branch, merge
Workflows CI/CD complets depuis Databricks

Le workflow CI/CD

organigramme : Feature Branch, Pull Request, Main Branch, Production

Versionnement des notebooks vs Repos

comparaison : Versioning, Linear history, No branches, No external collab, Zero setup | Repos, Full Git, Branches and PRs, External teams, Provider setup

En résumé

Partager des notebooks avec des autorisations Can Read, Can Run ou Can Edit
L'historique des versions intégré est linéaire : pas de branches
Databricks Repos apporte une intégration Git complète à l'espace de travail
Repos permet des workflows CI/CD avec branches, PR et déploiement automatisé

Passons à la pratique !

Introduction à Databricks Lakehouse