通过

将 JupyterLab 与适用于 Python 的 Databricks Connect 配合使用

  • 项目

注意

本文介绍适用于 Databricks Runtime 13.3 LTS 及更高版本的 Databricks Connect。

本文介绍如何将适用于 Python 的 Databricks Connect 与 JupyterLab 配合使用。 Databricks Connect 可让你将常用笔记本服务器、IDE 和其他自定义应用程序连接到 Azure Databricks 群集。 请参阅什么是 Databricks Connect？。

注意

在开始使用 Databricks Connect 之前，必须先设置 Databricks Connect 客户端。

若要将 Databricks Connect 与 JupyterLab 和 Python 配合使用，请按以下说明操作。

  1. 若要安装 JupyterLab，请在激活了 Python 虚拟环境的情况下，从终端或命令提示符运行以下命令：

    pip3 install jupyterlab

  2. 若要在 Web 浏览器中启动 JupyterLab，请从已激活的 Python 虚拟环境运行以下命令：

    jupyter lab

    如果 JupyterLab 未显示在 Web 浏览器中，请从虚拟环境中复制以 localhost 或 127.0.0.1 开头的 URL，并将其输入到 Web 浏览器的地址栏中。

  3. 创建新笔记本：在 JupyterLab 中，单击主菜单中的“文件”>“新建”>“笔记本”，选择“Python 3 (ipykernel)”，然后单击“选择”。

  4. 在笔记本的第一个单元格中，输入示例代码或你自己的代码。 如果使用你自己的代码，至少必须按照示例代码中所示初始化 DatabricksSession。

  5. 若要运行笔记本，请单击“运行”>“运行所有单元格”。 所有代码都在本地运行，而涉及 DataFrame 操作的代码在远程 Azure Databricks 工作区中的群集上运行，运行响应发送回给本地调用方。

  6. 若要调试笔记本，请单击笔记本工具栏中“Python 3 (ipykernel)”旁边的虫子（“启用调试器”）图标。 设置一个或多个断点，然后单击“运行”>“运行所有单元格”。 所有代码均在本地调试，而所有 Spark 代码则继续在远程 Azure Databricks 工作区中的群集上运行。 无法直接从客户端对核心 Spark 引擎代码进行调试。

  7. 若要关闭 JupyterLab，请单击“文件”>“关闭”。 如果 JupyterLab 进程仍在终端或命令提示符中运行，请按 Ctrl + c 停止此进程，然后输入 y 以确认。

有关更具体的调试说明，请参阅调试器。