Collaborazione e controllo versione

Introduzione a Databricks Lakehouse

Gang Wang

Senior Data Scientist

Condivisione dei notebook

Concedi permessi del workspace a persone o gruppi
Tre livelli: Can Read, Can Run, Can Edit
Condividi dall'interfaccia del workspace o con un URL diretto

Permission	View	Execute	Modify
Can Read	Yes	No	No
Can Run	Yes	Yes	No
Can Edit	Yes	Yes	Yes

Funzionalità di collaborazione

Commenti su celle specifiche per il code review
La cronologia delle versioni mostra chi ha cambiato cosa e quando
Ma la cronologia è lineare: niente branching o merge

collaboration: Due laptop collegati da linee digitali con fumetti di commento e icone della cronologia versioni

Entrano in gioco i Databricks Repos

Flusso di lavoro Databricks Repos

Integrazione Git direttamente nel workspace
Connetti GitHub, GitLab, Bitbucket, Azure DevOps
Clone, commit, push, pull, branch, merge
Workflow CI/CD completi dentro Databricks

Il workflow CI/CD

diagramma di flusso: Feature Branch, Pull Request, Main Branch, Production

Versioni dei notebook vs Repos

confronto: Versioning, Cronologia lineare, Niente branch, Nessuna collab esterna, Zero setup | Repos, Git completo, Branch e PR, Team esterni, Setup del provider

Riepilogo

Condividi i notebook con permessi Can Read, Can Run o Can Edit
La cronologia versioni integrata è lineare: niente branch
Databricks Repos porta la piena integrazione Git nel workspace
Repos abilita workflow CI/CD con branch, PR e deploy automatici

Esercitiamoci!

Introduzione a Databricks Lakehouse