Use o Jupyter Notebook clássico com o Databricks Connect for Python

nota

Este artigo abrange o Databricks Connect para Databricks Runtime 13.3 LTS e acima.

Este artigo aborda como usar Databricks Connect para Python com o Jupyter clássico Notebook. Databricks Connect permite que o senhor conecte servidores de notebook populares, IDEs e outros aplicativos personalizados ao clustering Databricks. Consulte O que é o Databricks Connect?

nota

Antes de começar a usar o Databricks Connect, o senhor deve configurar o cliente Databricks Connect.

Para usar o Databricks Connect com o Jupyter Notebook clássico e o Python, siga estas instruções.

Para instalar o Jupyter clássico Notebook, com o ambiente virtual Python ativado, execute o seguinte comando no terminal ou no prompt de comando:
Bash
```
pip3 install notebook
```
Para começar o Jupyter clássico Notebook em seu navegador da Web, execute o seguinte comando a partir do seu ambiente virtual Python ativado:
Bash
```
jupyter notebook
```
Se o Jupyter Notebook clássico não aparecer em seu navegador da Web, copie o URL que começa com localhost ou 127.0.0.1 do seu ambiente virtual e insira-o na barra de endereços do navegador da Web.
Crie um novo Notebook: no Jupyter clássico Notebook, em Files tab, clique em New > Python 3 (ipykernel) .
Na primeira célula do Notebook, digite o código de exemplo ou seu próprio código. Se você usar seu próprio código, deverá, no mínimo, inicializar DatabricksSession conforme mostrado no código de exemplo.
Para executar o Notebook, clique em Cell > executar All . Todo o código Python é executado localmente, enquanto todo o código PySpark que envolve DataFrame operações é executado no clustering no Databricks workspace remoto e as respostas de execução são enviadas de volta ao chamador local.
Para depurar o Notebook, adicione a seguinte linha de código no início do Notebook:

from IPython.core.debugger import set_trace

E, em seguida, chamar set_trace() para inserir instruções de depuração nesse ponto da execução do Notebook. Todo o código do Python é depurado localmente, enquanto todo o código do PySpark continua a ser executado no clustering no Databricks remoto workspace. O código principal do mecanismo do Spark não pode ser depurado diretamente do cliente.
Para encerrar o Jupyter Notebook clássico, clique em File > Close and Halt . Se o processo clássico do Jupyter Notebook ainda estiver em execução no terminal ou no prompt de comando, interrompa esse processo pressionando Ctrl + c e, em seguida, digitando y para confirmar.