在 Visual Studio Code 中建立和管理 Microsoft Fabric 筆記本

面向 Synapse 的 Visual Studio (VS) Code 延伸項目完全支援 Fabric 中的 CURD (建立、讀取、更新和刪除) 筆記本作業。 此延伸項目也支援本機與遠端工作區之間的同步處理；在同步處理變更時，您可以解決本機與遠端工作區之間的任何衝突或差異。

透過此延伸項目，還可以在 Fabric 的遠端 Apache Spark 計算上執行筆記本。

使用 Synapse 延伸項目開啟筆記本

按下 Fabric 入口網站上筆記本製作頁面中的 [在 VS Code中開啟] 按鈕，即可使用 Fabric 的 Synapse VS Code 延伸項目直接開啟同一個筆記本。 在 VS Code 中啟用此延伸項目並開啟筆記本一次之後，工作區應該會自動連線到該筆記本。

檢視筆記本清單

筆記本樹狀節點會列出目前工作區中的所有筆記本項目。 根據 VS Code 中的變更，清單會以不同的色彩和字元來標示最新的狀態，如下圖所示。

• 預設：筆記本名稱右邊的白色文字且無字元，表示預設或初始化狀態。 筆記本存在於遠端工作區中，且您尚未下載到本機。
• 已修改：名稱右邊的 M 字元和黃色文字表示已在 VS Code 本機下載並編輯了筆記本，而且尚未將這些暫止的變更發佈回遠端工作區。
• 本機：L 字元和綠色文字表示已下載筆記本，且內容與遠端工作區相同。
• 衝突：C 字元和紅色文字表示本機版本與遠端工作區版本之間存在衝突。

建立筆記本

1. 在 VS Code 總管中，將滑鼠停留在筆記本工具列上。 [建立筆記本] 選項隨即出現。

   

2. 選取 [建立筆記本]，輸入目錄名稱和描述。 新的筆記本會在遠端工作區中建立，並以預設狀態顯示在筆記本清單中。

下載筆記本

必須先將筆記本下載至 VS Code，才能編輯筆記本的內容。

1. 在 VS Code 的筆記本清單中，將滑鼠停留在筆記本名稱上方。 [下載] 選項會顯示在筆記本名稱旁邊。

   

2. 選取 [下載]，並將筆記本儲存到本機工作目錄。

開啟筆記本

1. 在 VS Code 總管中，將滑鼠停留在已下載的筆記本名稱上。 筆記本旁邊會出現數個選項，包括 [開啟筆記本資料夾] 選項。

   

2. 選取 [開啟筆記本資料夾]，筆記本便會在 VS Code 編輯器螢幕中開啟。

刪除筆記本

若要刪除筆記本：

1. 在 VS Code 總管中，將滑鼠停留在想要刪除的筆記本名稱上；選項會顯示在筆記本名稱右側，包括 [刪除筆記本] 選項。

   

2. 選取 [刪除筆記本] 選項。 出現提示時，選擇只刪除本機複本，或同時刪除本機和遠端工作區複本。

將本機變更發佈至遠端工作區

若要將本機變更推送至遠端工作區：

1. 在 VS Code 總管中，將滑鼠停留在要發布至遠端工作區的筆記本名稱上；選項會顯示在名稱右側，包括 [發佈] 選項。

   

2. 選取發行。 遠端工作區版本會隨著本機 VS Code 變更而更新。

   • 如果本機更新導致任何合併衝突，系統會提示您在合併完成之前加以解決。

3. 如果其他人在 Fabric 入口網站中開啟同一個筆記本，系統會通知他們接受或拒絕您做出的本機 VS Code 變更，如下圖所示。

   

   • 接受：從 VS Code 所做的變更已成功儲存在工作區中。
   • 拒絕：從 VS Code 所做的變更會被忽略。

從遠端工作區提取變更

若要使用最新的工作區版本更新本機版本，請提取遠端版本：

1. 在 VS Code 總管中，將滑鼠停留在要更新的筆記本名稱上；選項會顯示在名稱右側，包括 [更新筆記本] 選項。

   

2. 選取 [更新筆記本] 選項。 VS Code 會從遠端工作區提取最新版本，並開啟 VS Code Diff 編輯器，以便比較這兩個筆記本檔案。 左側畫面來自工作區，右側畫面來自本機版本：

   

3. 更新左側的程式碼/Markdown 儲存格，以解決問題。

4. 解決所有衝突之後，請選取 Diff 編輯器右上角的 [合併] 選項，以確認合併已完成。 (在您選取 [合併] 之前，筆記本會保持 [衝突] 模式。)

   

在遠端 Spark 計算上執行或偵錯筆記本

透過選取隨附於此延伸項目的核心程序 synapse-spark-kernel，可以在遠端 Spark 計算之上執行程式碼儲存格。 選取了此核心程序之後，在執行階段期間，此延伸項目會攔截所有 PySpark API 呼叫，並將它們轉譯為遠端 Spark 計算的對應 HTTP 呼叫。 對於純 Python 程式碼，其將仍在本機環境中執行。

相關內容

• 在 Visual Studio Code 中建立和管理 Apache Spark 作業定義
• 在 Visual Studio Code 中探索 Microsoft Fabric lakehouses