Use o código do Visual Studio com o Databricks Connect para Scala
Observação
Este artigo aborda o Databricks Connect para Databricks Runtime 13.3 LTS e acima.
Este artigo aborda como usar o Databricks Connect for Scala com Visual Studio Code. O Databricks Connect permite conectar IDEs populares, servidores Notebook e outros aplicativos personalizados a clusters Databricks. Consulte O que é o Databricks Connect?. Para a versão Python destes artigos, consulte Use Visual Studio Code with Databricks Connect for Python.
Observação
Antes de começar a usar o Databricks Connect, você deve configurar o cliente Databricks Connect.
Para usar o Databricks Connect e o Visual Studio Code com a extensão Scala (Metals) para criar, executar e depurar um projeto Scala sbt
de amostra, siga estas instruções. Você também pode adaptar este exemplo aos seus projetos Scala existentes.
Certifique-se de que o Java Development Kit (JDK) e o Scala estejam instalados localmente. A Databricks recomenda que a versão local do JDK e do Scala corresponda à versão do JDK e do Scala nos clusters do Databricks.
Certifique-se de que a versão mais recente do
sbt
esteja instalada localmente.Instale a extensão Scala (Metals) para Visual Studio Code.
No Visual Studio Code, abra a pasta onde deseja criar seu projeto Scala (File > Open Folder).
Na barra lateral, clique no ícone da extensão Metals e, em seguida, clique em Novo projeto Scala.
Na paleta de comandos, escolha o padrão chamado Scala/hello-world.g8, e siga as instruções na tela para concluir a criação do projeto Scala na pasta especificada.
Adicione configurações de compilação do projeto: na Explorer view (view > Explorer ), abra
build.sbt
o arquivo na raiz do projeto, substitua o conteúdo do arquivo pelo seguinte e salve o arquivo:scalaVersion := "2.12.15" libraryDependencies += "com.databricks" % "databricks-connect" % "14.0.0"
Substitua
2.12.15
pela versão instalada do Scala, que deve corresponder à versão incluída na versão do Databricks Runtime nos seus clusters.Substitua
14.0.0
pela versão da biblioteca Databricks Connect que corresponde à versão do Databricks Runtime nos seus clusters. Você pode encontrar os números de versão da biblioteca do Databricks Connect no repositório central do Maven.Adicione o código Scala: abra o arquivo
src/main/scala/Main.scala
relativo à raiz do projeto, substitua o conteúdo do arquivo pelo seguinte e salve o arquivo:import com.databricks.connect.DatabricksSession import org.apache.spark.sql.SparkSession object Main extends App { val spark = DatabricksSession.builder().remote().getOrCreate() val df = spark.read.table("samples.nyctaxi.trips") df.limit(5).show() }
Construa o projeto: execute o comando >Metals: Importar build da Paleta de Comandos.
Adicione configurações de execução do projeto: Na Run & Debug view (view > Run ), clique no link rótul o create a launchJSON. Arquivo .
Na paleta de comandos, selecione Scala Debugger.
Adicione a seguinte configuração de execução ao arquivo
launch.json
e salve o arquivo:{ // Use IntelliSense to learn about possible attributes. // Hover to view descriptions of existing attributes. // For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387 "version": "0.2.0", "configurations": [ { "type": "scala", "request": "launch", "name": "Scala: Run main class", "mainClass": "Main", "args": [], "jvmOptions": [] } ] }
execução do projeto: Clique no ícone play (começar a depuração) ao lado de Scala: execução main class. Na do Debug Console view (view > Debug Console ), as primeiras cinco linhas d
samples.nyctaxi.trips
a tabela aparecem. Todo o código Scala é executado localmente, enquanto todo o código Scala que envolve operações DataFrame é executado nos clusters no workspace remoto do Databricks e as respostas de execução são enviadas de volta ao chamador local.Depure o projeto: defina pontos de interrupção em seu código e clique no ícone de reprodução novamente. Todo o código Scala é depurado localmente, enquanto todo o código Scala continua a ser executado nos clusters no workspace remoto do Databricks. O código principal do mecanismo Spark não pode ser depurado diretamente do cliente.