Databricks Repo 与 Workspace

Question

我注意到在 Databricks 中，有一个“Workspace”文件夹部分和一个“Repos”文件夹 - 如下所示：

我一直在网上研究有什么区别，但没有运气。看起来他们的目的是一样的？我能够管理两者的源代码。

两者有什么区别吗？是否有我应该使用的最佳实践 - 特别是当我与团队合作时。

Answer 1

• 工作区通常是您创建和处理不同语言（即 Python、SQL、Scala 或 R）笔记本的地方。您还可以添加库、新文件夹或 ML 流实验

• 如您所见，有一个

  Users

  部分，其中有用户列表。配置用户后，每个用户的资源都可以轻松管理。

• 请参阅此Microsoft 官方文档，其中包含有关 Databricks 工作区的详细信息。

• Repos基本上用于GIT集成。您可以添加您的存储库，如下所示：

• 每当我们想要使用 GIT 存储库时，我们都会使用 Repos，并且支持所有常规 GIT 操作。

• 请参阅此Microsoft 官方文档以完全了解 Databricks 存储库的功能。

• 所以，据我所知，当你的工作包括通过GIT进行开发时，你会选择Databricks Repos。任何不涉及 GIT 集成的事情都可以通过 Databricks Workspace 资源本身进行。

Answer 2

这些现已更新为同一事物的一部分：

虽然它们看起来仍然有点独立，但如果您愿意，您也可以在它们之间交叉引用 - 例如，要从工作区运行存储库中的笔记本，您可以编写

%run "/Workspace/Repos/[email protected]/repo-name/some-folder-in-the-repo/notebook-name"

我还没有测试其他方式（从存储库访问工作区文件夹），但如果你真的想要的话，想必这也可以工作 - 你可以通过使用省略号来获取某些内容的完整路径：