Współpraca i kontrola wersji

Wprowadzenie do Databricks Lakehouse

Gang Wang

Senior Data Scientist

Udostępnianie notebooków

Nadawaj uprawnienia do obszaru roboczego osobom lub grupom
Trzy poziomy: Can Read, Can Run, Can Edit
Udostępniaj przez interfejs obszaru roboczego lub bezpośredni URL

Uprawnienie	Podgląd	Wykonanie	Edycja
Can Read	Tak	Nie	Nie
Can Run	Tak	Tak	Nie
Can Edit	Tak	Tak	Tak

Funkcje współpracy

Komentarze do konkretnych komórek — przydatne przy przeglądzie kodu
Historia wersji pokazuje, kto co zmienił i kiedy
Historia wersji jest jednak liniowa — bez rozgałęzień i scalania

współpraca: dwa laptopy połączone cyfrowymi liniami z dymkami komentarzy i ikonami historii wersji

Databricks Repos

Przepływ pracy Databricks Repos

Integracja z Git bezpośrednio w obszarze roboczym
Połączenie z GitHub, GitLab, Bitbucket, Azure DevOps
Clone, commit, push, pull, branch, merge
Pełne przepływy CI/CD bez wychodzenia z Databricks

Przepływ CI/CD

schemat blokowy: Feature Branch, Pull Request, Main Branch, Production

Wersjonowanie notebooków a Repos

porównanie: Wersjonowanie, Historia liniowa, Brak gałęzi, Brak zewnętrznej współpracy, Zero konfiguracji | Repos, Pełny Git, Gałęzie i PR-y, Zewnętrzne zespoły, Konfiguracja dostawcy

Podsumowanie

Udostępniaj notebooki z uprawnieniami Can Read, Can Run lub Can Edit
Wbudowana historia wersji jest liniowa — bez gałęzi
Databricks Repos wprowadza pełną integrację z Git do obszaru roboczego
Repos umożliwia przepływy CI/CD z gałęziami, PR-ami i automatycznym wdrożeniem

Czas na praktykę!

Wprowadzenie do Databricks Lakehouse