Zusammenarbeit und Versionskontrolle

Einführung in das Databricks Lakehouse

Gang Wang

Senior Data Scientist

Notebooks teilen

$$

  • Workspace-Berechtigungen für Personen oder Gruppen vergeben
  • Drei Stufen: Can Read, Can Run, Can Edit
  • Teilen über die Workspace-UI oder eine direkte URL

$$

Berechtigung Ansehen Ausführen Ändern
Can Read Ja Nein Nein
Can Run Ja Ja Nein
Can Edit Ja Ja Ja
Einführung in das Databricks Lakehouse

Funktionen für Zusammenarbeit

$$

  • Kommentare zu einzelnen Zellen für Code-Reviews
  • Versionsverlauf zeigt, wer was wann geändert hat
  • Aber der Versionsverlauf ist linear – kein Branching oder Merging

$$

Zusammenarbeit: Zwei Laptops, verbunden durch digitale Linien mit Kommentarblasen und Versionsverlaufs-Icons

Einführung in das Databricks Lakehouse

Databricks Repos

Databricks Repos-Workflow

$$

  • Git-Integration direkt im Workspace
  • Verbinde GitHub, GitLab, Bitbucket, Azure DevOps
  • Clone, commit, push, pull, branch, merge
  • Vollständige CI/CD-Workflows direkt in Databricks
Einführung in das Databricks Lakehouse

Der CI/CD-Workflow

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

Einführung in das Databricks Lakehouse

Notebook-Versionierung vs. Repos

Vergleich: Versionierung, Linearer Verlauf, Keine Branches, Keine externe Kollab., Null Setup | Repos, Volles Git, Branches und PRs, Externe Teams, Provider-Setup

Einführung in das Databricks Lakehouse

Zusammenfassung

$$

  • Teile Notebooks mit Berechtigungen Can Read, Can Run oder Can Edit
  • Integrierter Versionsverlauf ist linear – keine Branches
  • Databricks Repos bringt volle Git-Integration in den Workspace
  • Repos ermöglicht CI/CD-Workflows mit Branches, PRs und automatischem Deployment
Einführung in das Databricks Lakehouse

Lass uns üben!

Einführung in das Databricks Lakehouse

Preparing Video For Download...