Jaa


Kirjastojen hallinta Fabric-ympäristöissä

Microsoft Fabric -ympäristöt tarjoavat joustavia määrityksiä Spark-töiden suorittamiseen. Kirjastot tarjoavat uudelleenkäytettävää koodia, jonka kehittäjät haluavat sisällyttää työhönsä. Kunkin Spark-suorituspalvelun mukana tulevia sisäisiä kirjastoja lukuun ottamatta voit asentaa julkisia ja mukautettuja kirjastoja Fabric-ympäristöihin. Lisäksi voit helposti liittää ympäristöjä muistikirjoihin ja Spark-työmääritelmiin.

Muistiinpano

Tietyn paketin version muokkaaminen saattaa rikkoa muut siitä riippuvaiset paketit. Esimerkiksi alentaminen azure-storage-blob voi aiheuttaa ongelmia -, - ja -kirjastojen kanssa Pandas ja monissa muissa kirjastoissa, joiden luotuksena Pandason , , mssparkutilsfsspec_wrapperja notebookutils. Näet esiasennetut paketit ja niiden versiot kullekin suorituspalvelulle täällä. Tarkista lisää kirjastojen käytön vaihtoehtoja ja parhaita käytäntöjä Microsoft Fabricissa: Apache Spark -kirjastojen hallinta Microsoft Fabricissa

Julkiset kirjastot

Julkiset kirjastot ovat peräisin Säilöistä, kuten PyPI:stä ja Condasta, joita Fabric tällä hetkellä tukee.

Näyttökuva ympäristön Julkiset kirjastot -näytöstä.

Uuden julkisen kirjaston lisääminen

Jos haluat lisätä uuden julkisen kirjaston, valitse lähde ja määritä kirjaston nimi ja versio. Vaihtoehtoisesti voit ladata Conda-ympäristömäärityksen .yml tiedoston julkisten kirjastojen määrittämiseksi. Palveluun ladatun .yml sisältö puretaan ja liitetään luetteloon.

Muistiinpano

Kirjastojen nimien automaattinen täydennysominaisuus lisäämisen aikana on rajoitettu suosituimpiin kirjastoihin. Jos asennettava kirjasto ei ole luettelossa, et saa automaattista täydennyskehotetta. Etsi sen sijaan kirjasto suoraan PyPI:stä tai Condasta antamalla sen koko nimi. Jos kirjaston nimi on kelvollinen, näet käytettävissä olevat versiot. Jos kirjaston nimi ei ole kelvollinen, saat varoituksen, että kirjastoa ei ole olemassa.

Julkisten kirjastojen lisääminen eräajona

Ympäristöt tukevat YAML-tiedoston lataamista useiden julkisten kirjastojen hallitsemiseksi erässä. YAML:n sisältö poimitaan ja liitetään yleisten kirjastojen luetteloon.

Muistiinpano

YAML-tiedoston mukautettuja conda-kanavia ei tueta tällä hetkellä. Vain PyPI:n ja conda:n kirjastot tunnistetaan.

Julkisten kirjastojen suodattaminen

Kirjoita avainsanoja Julkisten kirjastojen sivun hakuruutuun, jotta voit suodattaa julkisten kirjastojen luettelon ja löytää tarvitsemasi.

Julkisten kirjastojen päivittäminen

Jos haluat päivittää olemassa olevan julkisen kirjaston version, siirry envronment-kohtaan ja avaa Julkiset kirjastot tai Mukautetut kirjastot. Valitse pakollinen kirjasto, valitse avattava versio -valikko ja päivitä sen versio.

Julkisten kirjastojen poistaminen

Kunkin kirjaston roskakorivaihtoehto tulee näkyviin, kun pidät hiiren osoitinta vastaavan rivin päällä. Vaihtoehtoisesti voit poistaa useita julkisia kirjastoja valitsemalla ne ja valitsemalla sitten valintanauhasta Poista .

Näytä riippuvuus

Kullakin julkisella kirjastolla on useita riippuvuuksia. Näkymän riippuvuus -vaihtoehto tulee näkyviin, kun pidät hiiren osoitinta vastaavan rivin päällä.

Vie yaml:iin

Fabric tarjoaa mahdollisuuden viedä koko julkisen kirjaston luettelon YAML-tiedostoon ja ladata sen paikalliseen hakemistoon.

Mukautetut kirjastot

Mukautetut kirjastot viittaavat sinun tai organisaatiosi luomaan koodiin. Fabric tukee mukautettuja kirjastotiedostoja .whl-, .jar- ja .tar.gz-muodoissa.

Muistiinpano

Fabric tukee vain .tar.gz tiedostoja R-kieltä varten. Käytä .whl-tiedostomuotoa Python-kielelle.

Näyttökuva ympäristön Mukautetut kirjastot -näytöstä.

Lataa mukautettu kirjasto palvelimeen

Voit ladata mukautettuja kirjastoja paikallisesta hakemistosta Fabric-ympäristöön.

Poista mukautettu kirjasto

Kunkin kirjaston roskakorivaihtoehto tulee näkyviin, kun pidät osoitinta vastaavan rivin kohdalla. Vaihtoehtoisesti voit poistaa useita mukautettuja kirjastoja valitsemalla ne ja valitsemalla sitten valintanauhasta Poista .

Lataa kaikki mukautetut kirjastot

Jos mukautettuja kirjastoja napsautetaan, ne ladataan yksi kerrallaan paikalliseen oletuslataushakemistoon.