Utvecklarverktyg och vägledning
Lär dig mer om verktyg och vägledning som du kan använda för att arbeta med Azure Databricks-resurser och data och för att utveckla Azure Databricks-program.
| Avsnitt | Använd det här avsnittet när du vill... |
|---|---|
| Autentisering | Autentisera med Azure Databricks från dina verktyg, skript och appar. Du måste autentisera med Azure Databricks innan du kan arbeta med Azure Databricks-resurser och data. |
| IDE:er | Anslut till Azure Databricks med hjälp av populära integrerade utvecklingsmiljöer (IDE:er) som Visual Studio Code, PyCharm, IntelliJ IDEA, Eclipse och RStudio, samt automatisera Azure Databricks med hjälp av IDE-plugin-program. |
| SDK:er | Automatisera Azure Databricks från kodbibliotek som skrivits för populära språk som Go. |
| SQL-anslutningsappar/drivrutiner | Kör SQL-kommandon på Azure Databricks från kod som skrivits på populära språk som Python, Go, JavaScript och TypeScript. Ansluta verktyg och klienter till Azure Databricks via ODBC- och JDBC-anslutningar. |
| Kommandoradsgränssnitt | Automatisera Azure Databricks med hjälp av kommandoradsgränssnitt (CLI). |
| Verktyg | Använd Databricks-verktyg inifrån notebook-filer för att göra saker som att arbeta effektivt med objektlagring, länka och parametrisera notebook-filer och arbeta med känslig information om autentiseringsuppgifter. |
| REST API (senaste) | Anropa Azure Databricks Automation-API:er direkt med hjälp av populära klienter som curl, Postman och HTTPie, samt populära bibliotek som requests för Python. |
| Python API | Anropa Azure Databricks Automation-API:er direkt med Python med hjälp av Databricks CLI-paketet som ett Python-bibliotek. |
| Iac | Automatisera etableringen och underhållet av Infrastruktur och resurser i Azure Databricks med hjälp av populära IaC-produkter (infrastruktur som kod), till exempel Terraform, Cloud Development Kit för Terraform och Pulumi. |
| CI/CD | Implementera branschstandardmetoder för kontinuerlig integrering och kontinuerlig leverans (CI/CD) för Azure Databricks med hjälp av populära system som GitHub Actions, Azure Pipelines, GitLab CI/CD, Jenkins och Apache Airflow. |
| SQL-verktyg | Kör SQL-kommandon och skript i Azure Databricks med hjälp av Databricks-CLI:er, samt populära verktyg som DataGrip, DBeaver och SQL Workbench/J. |
| Tjänsters huvudnamn | Använd identiteter som kallas tjänsthuvudnamn som bästa praxis för säkerhet för att autentisera automatiserade skript, verktyg, appar och system med Azure Databricks. |
Tips
Du kan också ansluta många fler populära verktyg från tredje part till kluster och SQL-lager för att komma åt data i Azure Databricks. Se Databricks-integreringar.