教學課程：使用適用於 Visual Studio Code 的 Databricks 擴充功能，在叢集上執行 Python 並做為作業

本教學課程會逐步引導您設定 Visual Studio Code 的 Databricks 擴充功能，然後在 Azure Databricks 叢集上執行 Python，並在遠端工作區中以 Azure Databricks 作業的形式執行。 請參閱什麼是適用於 Visual Studio Code 的 Databricks 延伸模組？。

需求

本教學課程需要：

• 您已安裝適用於 Visual Studio Code 的 Databricks 擴充功能。 請參閱 安裝適用於Visual Studio Code的 Databricks 擴充功能。
• 您有要使用的遠端 Azure Databricks 叢集。 記下叢集的名稱。 若要檢視可用的叢集，請在 Azure Databricks 工作區提要欄位中，按兩下 [ 計算]。 請參閱計算。

步驟 1：建立新的 Databricks 專案

在此步驟中，您會建立新的 Databricks 專案，並設定與遠端 Azure Databricks 工作區的連線。

1. 啟動 Visual Studio Code，然後按兩下 [ 檔案 > 開啟資料夾 ]，然後在本機開發電腦上開啟一些空白資料夾。
2. 在提要欄位中，按兩下 Databricks 標誌圖示。 這會開啟 Databricks 延伸模組。
3. 在 [ 組態 ] 檢視中，按兩下 [遷移至 Databricks 專案]。
4. 設定 Databricks 工作區的命令選擇區 隨即開啟。 針對 Databricks 主機，輸入或選取每個 工作區的 URL，例如 https://adb-1234567890123456.7.azuredatabricks.net。
5. 選取項目的驗證配置檔。 請參閲 適用於 Visual Studio Code 的 Databricks 延伸項目的驗證設定。

步驟 2：將叢集資訊新增至 Databricks 擴充功能並啟動叢集

1. 在 [組 態 ] 檢視已開啟時，按兩下 [ 選取叢集 ]，或按兩下齒輪 （設定叢集） 圖示。

   

2. 在命令 選擇區中，選取您先前建立的叢集名稱。

3. 如果尚未啟動，請按兩下播放圖示 [啟動叢集]。

步驟 3：建立和執行 Python 程式代碼

1. 建立本機 Python 程式代碼檔案：在提要欄中，按兩下資料夾 （檔案總管） 圖示。

2. 在主功能表上，按兩下 [ 檔案 > 新檔案]。 將檔案 命名為 demo.py ，並將它儲存至專案的根目錄。

3. 將下列程式代碼新增至檔案，然後加以儲存。 此程式代碼會建立並顯示基本 PySpark DataFrame 的內容：

   from pyspark.sql import SparkSession
   from pyspark.sql.types import *
   
   spark = SparkSession.builder.getOrCreate()
   
   schema = StructType([
      StructField('CustomerID', IntegerType(), False),
      StructField('FirstName',  StringType(),  False),
      StructField('LastName',   StringType(),  False)
   ])
   
   data = [
      [ 1000, 'Mathijs', 'Oosterhout-Rijntjes' ],
      [ 1001, 'Joost',   'van Brunswijk' ],
      [ 1002, 'Stan',    'Bokenkamp' ]
   ]
   
   customers = spark.createDataFrame(data, schema)
   customers.show()
   
   # Output:
   #
   # +----------+---------+-------------------+
   # |CustomerID|FirstName|           LastName|
   # +----------+---------+-------------------+
   # |      1000|  Mathijs|Oosterhout-Rijntjes|
   # |      1001|    Joost|      van Brunswijk|
   # |      1002|     Stan|          Bokenkamp|
   # +----------+---------+-------------------+
   

4. 按兩下編輯器索引標籤清單旁的 [在 Databricks 上執行] 圖示，然後按兩下 [上傳並執行檔案]。 輸出會出現在 [偵錯控制台] 檢視中。

   

   或者，在 [總管] 檢視中，以滑鼠右鍵按下demo.py檔案，然後按兩下 [在 Databricks>上傳和執行檔案上執行]。

   

步驟 4：以作業身分執行程序代碼

若要以 demo.py 作業執行，請按兩下 編輯器索引標籤清單旁的 [在 Databricks 上執行] 圖示，然後按兩下 [ 以工作流程執行檔案]。 輸出會出現在檔案編輯器旁邊的個別編輯器索引標籤中 demo.py 。

或者，以滑鼠右鍵按兩下 demo.py [總管] 面板中的檔案，然後選取 [在 Databricks>執行檔案] 上執行為工作流程。

下一步

既然您已成功使用適用於 Visual Studio Code 的 Databricks 延伸模組來上傳本機 Python 檔案，並從遠端執行，您也可以：

• 使用延伸模組 UI 探索 Databricks 資產組合資源和變數。 請參閱 Databricks Asset Bundles 擴充功能。
• 使用 Databricks Connect 執行或偵錯 Python 程式代碼。 請參閲為適用於 Visual Studio Code 的 Databricks 延伸項目使用 Databricks Connect 偵錯程式碼。
• 以 Azure Databricks 作業的形式執行檔案或筆記本。 請參閱 使用適用於 Visual Studio Code 的 Databricks 擴充功能，在 Azure Databricks 中以作業形式在叢集或檔案或筆記本上執行檔案。
• 使用 pytest執行測試。 請參閱使用適用於 Visual Studio Code 的 Databricks 延伸項目執行 pytest 的測試。