Samarbete och versionskontroll

Introduktion till Databricks Lakehouse

Gang Wang

Senior Data Scientist

Dela anteckningsböcker

$$

  • Ge arbetsytebehörigheter till individer eller grupper
  • Tre nivåer: Kan läsa, Kan köra, Kan redigera
  • Dela via arbetsytans gränssnitt eller en direktlänk

$$

Behörighet Visa Köra Ändra
Kan läsa Ja Nej Nej
Kan köra Ja Ja Nej
Kan redigera Ja Ja Ja
Introduktion till Databricks Lakehouse

Samarbetsfunktioner

$$

  • Kommentarer på enskilda celler för kodgranskning
  • Versionshistorik visar vem som ändrade vad och när
  • Men versionshistoriken är linjär – ingen förgrening eller sammanslagning

$$

samarbete: Två bärbara datorer förbundna av digitala linjer med kommentarsbubblor och versionshistorikikoner

Introduktion till Databricks Lakehouse

Introduktion till Databricks Repos

Arbetsflöde för Databricks Repos

$$

  • Git-integration direkt i arbetsytan
  • Anslut till GitHub, GitLab, Bitbucket, Azure DevOps
  • Klona, committa, pusha, pulla, förgrena, slå ihop
  • Fullständiga CI/CD-arbetsflöden inifrån Databricks
Introduktion till Databricks Lakehouse

CI/CD-arbetsflödet

flödesschema: Feature Branch, Pull Request, Main Branch, Produktion

Introduktion till Databricks Lakehouse

Anteckningsboksversioner vs. Repos

jämförelse: Versionshantering, Linjär historik, Inga grenar, Inget externt samarbete, Noll konfiguration | Repos, Fullständig Git, Grenar och PR:er, Externa team, Leverantörskonfiguration

Introduktion till Databricks Lakehouse

Sammanfattning

$$

  • Dela anteckningsböcker med behörigheterna Kan läsa, Kan köra eller Kan redigera
  • Den inbyggda versionshistoriken är linjär – inga grenar
  • Databricks Repos ger fullständig Git-integration i arbetsytan
  • Repos möjliggör CI/CD-arbetsflöden med grenar, PR:er och automatiserad driftsättning
Introduktion till Databricks Lakehouse

Nu kör vi en övning!

Introduktion till Databricks Lakehouse

Preparing Video For Download...