适用于 Visual Studio Code 的 Databricks 扩展的命令面板命令

本文列出了适用于 Visual Studio Code 的 Databricks 扩展的命令面板命令。 请参阅什么是适用于 Visual Studio Code 的 Databricks 扩展？。

命令参考

Visual Studio Code 的 Databricks 扩展将以下命令添加到 Visual Studio Code 命令面板。 另请参阅 Visual Studio Code 文档中的命令面板。

PySpark 和 Databricks 实用工具代码完成

本文介绍如何为 Visual Studio Code 的 Databricks 扩展启用 PySpark 和 Databricks 实用程序代码补全。 请参阅什么是 Visual Studio Code 的 Databricks 扩展？

此信息假定你已安装并设置 Visual Studio Code 的 Databricks 扩展。 请参阅安装适用于 Visual Studio Code 的 Databricks 扩展。

若要在 Visual Studio Code 代码编辑器中为 PySpark、Databricks 实用工具和相关全局变量（例如 和 ）启用 spark（也称为dbutils），请在打开项目的情况下执行以下操作：

1. 在命令面板（“视图”>“命令面板”）上，键入 并按 Enter。

2. 按照屏幕上的提示允许 Visual Studio Code 的 Databricks 扩展为项目安装 PySpark，并为项目添加或修改 __builtins__.pyi 文件以启用 Databricks 实用工具。

现在可以在代码中使用 spark 和 dbutils 等全局变量，而无需事先声明任何相关的 import 语句。

自定义键盘快捷键或命令参数

若要为命令指定键盘快捷键或设置命令的参数，请使用 Visual Studio Code 键盘快捷键编辑器或直接向 JSON 键绑定数组添加新条目。

例如，若要配置部署捆绑包并运行资源命令以验证 my_pipeline，请将以下内容添加到键绑定数组：

{
  // Replace with your desired shortcut
  "key": "ctrl+shift+x",
  "command": "databricks.bundle.deployAndRunFromInput",
  "args": {
    // "jobs" or "pipelines"
    "resourceType": "pipelines",
    // The key of the pipeline or job you want to run, as defined in your asset bundle configuration
    "resourceKey": "my_pipeline",
    // Any flags that will be passed to the "databricks bundle run" command
    "args": "--validate-only"
  }
}