分享方式：

搭配適用於 Python 的 Databricks Connect 使用傳統 Jupyter Notebook

  • 文章

注意

本文涵蓋 Databricks Runtime 13.3 LTS 和更新版本適用的 Databricks Connect。

本文涵蓋如何使用適用於 Python 的 Databricks Connect 搭配 傳統 Jupyter Notebook。 Databricks Connect 可讓您將熱門筆記本伺服器、IDE 和其他自定義應用程式連線到 Azure Databricks 叢集。 請參閱 什麼是 Databricks Connect？。

注意

開始使用 Databricks Connect 之前，您必須先 設定 Databricks Connect 用戶端。

若要搭配傳統 Jupyter Notebook 和 Python 使用 Databricks Connect，請遵循這些指示。

  1. 若要安裝傳統 Jupyter Notebook，請啟動 Python 虛擬環境，從終端機或命令提示字元執行下列命令：

    pip3 install notebook

  2. 若要在網頁瀏覽器中啟動傳統 Jupyter Notebook，請從您啟動的 Python 虛擬環境執行下列命令：

    jupyter notebook

    如果傳統 Jupyter Notebook 未出現在網頁瀏覽器中，請複製開頭localhost127.0.0.1為 虛擬環境的 URL，然後在網頁瀏覽器的網址列中輸入它。

  3. 建立新的筆記本：在傳統 Jupyter Notebook 中，按兩下 [檔案] 索引卷標上的 [新增 > Python 3]（ipykernel）。

  4. 在筆記本的第一個數據格中 ，輸入範例程式代碼或您自己的程序代碼 。 如果您使用自己的程式代碼，您至少必須初始化DatabricksSession，如範例程式代碼所示。

  5. 若要執行筆記本，請按兩下 [ 儲存格 > 全部執行]。 所有 Python 程式代碼都會在本機執行，而涉及 DataFrame 作業的所有 PySpark 程式代碼都會在遠端 Azure Databricks 工作區的叢集上執行，並執行回應會傳回給本機呼叫者。

  6. 若要對筆記本進行偵錯，請在筆記本開頭新增下列程式代碼行：

    from IPython.core.debugger import set_trace

    然後呼叫 set_trace() 以在該筆記本執行點輸入偵錯語句。 所有 Python 程式代碼都會在本機偵錯，而所有 PySpark 程式代碼都會繼續在遠端 Azure Databricks 工作區中的叢集上執行。 核心 Spark 引擎程式代碼無法直接從客戶端進行偵錯。

  7. 若要關閉傳統 Jupyter Notebook，請按兩下 [ 檔案 > 關閉並停止]。 如果傳統 Jupyter Notebook 程式仍在終端機或命令提示字元中執行，請按 Ctrl + c ，然後輸入 y 以確認來停止此程式。