Colabore em conjuntos no espaço colaborativo

Os Databricks Asset Bundles são criados, implantados em um espaço de trabalho e, em seguida, gerenciados programaticamente a partir do ambiente de desenvolvimento local ou diretamente na interface do usuário do espaço de trabalho. A colaboração em pacotes diretamente no espaço de trabalho permite iterações e testes mais rápidos antes de passar para a produção.

Para obter mais informações sobre pacotes, consulte O que são Databricks Asset Bundles?.

Quais são os requisitos de instalação de pacotes no espaço de trabalho?

Não é necessário instalar nada localmente para usar pacotes no espaço de trabalho, mas há requisitos do espaço de trabalho Databricks:

• Os arquivos de espaço de trabalho devem estar habilitados. Consulte O que são arquivos de espaço de trabalho?.
• Você deve ter uma pasta Git na qual criar o pacote. Para criar uma pasta Git, consulte Clonar um repositório conectado a um Git remoto.
• A computação sem servidor deve estar habilitada. Consulte Requisitos de computação sem servidor.
• Os pacotes no espaço de trabalho são compatíveis com o SEG. No entanto, se você precisar construir projetos Python usando pacotes do registro público PyPi, use um espelho privado.

A versão da CLI do Databricks usada para implantar um pacote e executar recursos no espaço de trabalho é fornecida na caixa de diálogo Implantar .

Tenho que entender como criar YAML para usar pacotes no espaço de trabalho?

Não. O Databricks Asset Bundles no espaço de trabalho fornece uma interface do usuário para gerenciar pacotes para que você possa colaborar em pacotes que foram desenvolvidos por outros usuários em seus ambientes de desenvolvimento local. Você não precisa aprender YAML ou saber como usar a CLI do Databricks para trabalhar com pacotes no espaço de trabalho.

Eu já gerencio meus fluxos de trabalho na interface do usuário do Databricks. Por que devo usar pacotes?

O Databricks Asset Bundles permite que você controle todos os arquivos necessários para seus fluxos de trabalho. Os pacotes no espaço de trabalho fornecem um mecanismo para que os usuários do espaço de trabalho editem, confirmem, testem e implantem atualizações por meio da interface do usuário. Os usuários iniciam um projeto de pacote de dentro de uma pasta Git.

Eu tenho um pacote em um repositório GitHub. Como posso editá-lo no espaço de trabalho Databricks?

Uma pasta é identificada como um pacote pelo Databricks se existir um databricks.yml arquivo na raiz da pasta. Crie uma pasta Git no Databricks para seu repositório GitHub e o Databricks a reconhecerá como um pacote.

Todas as configurações de pacote são suportadas no espaço de trabalho?

Quase todos os seus pacotes existentes podem ser gerenciados no espaço de trabalho. No entanto, Python for Databricks Asset Bundles não é suportado atualmente no espaço de trabalho.

Como faço para compartilhar um pacote para colaboração?

Os pacotes herdam as permissões de sua pasta Git pai, portanto, para compartilhar um pacote, compartilhe a pasta Git que contém seu projeto de pacote com seus colaboradores. Consulte Colaborar, revisar e implantar na produção.

Como posso mover um pacote para produção no espaço de trabalho?

Os pacotes definem um projeto completo a ser implantado, a infraestrutura necessária para executar o projeto e os espaços de trabalho a serem direcionados para implantações. Esses espaços de trabalho de destino são normalmente seus ambientes de desenvolvimento, preparação e produção. O Databricks Asset Bundles no espaço de trabalho facilita a troca de destinos, a implantação e a execução de fluxos de trabalho a partir da interface do usuário. Consulte Implantar pacotes e executar fluxos de trabalho a partir do espaço de trabalho.

Mais informações

• Tutorial: Criar e implantar um pacote no espaço de trabalho
• Criar pacotes no espaço de trabalho
• Implantar pacotes e executar fluxos de trabalho a partir do espaço de trabalho