本文說明 Microsoft Fabric 中 Spark 工作定義（SJD）的 Git 整合方式。 瞭解如何設定存放庫連線、透過原始檔控制管理 Spark 作業定義變更，以及跨各種工作區進行部署。
當你在 Azure DevOps 啟用 Spark 工作定義的 Git 整合後，可以透過完整的 Git 歷史紀錄追蹤變更。 如果你選擇 PySpark 或 SparkR，主要的定義檔和參考檔會隨提交而包含。 Git 整合也會追蹤這些檔案中原始碼的變更。
重要
這項功能處於預覽狀態。
設定連線
在工作區設定中，您可以輕鬆設定與您的存放庫的連線，以便提交並同步變更。 若要設定連線，請參閱 開始使用 Git 整合。 連線後，你可以在 Source 控制 面板看到你的項目，例如 Spark 工作定義。
當你將 Spark 工作定義提交到 Git 倉庫後，工作定義資料夾結構會出現在倉庫中。
Git 中的 Spark 工作定義表示
以下圖片展示了每個 Spark 工作定義項目在倉庫中檔案結構的範例：
當你將 Spark 工作定義項目提交到倉庫時，會為每個項目建立一個 Git 資料夾，並依照這個結構 <命名：項目名稱> + “SparkJobDefinition”。 不要重新命名資料夾，因為它是用來追蹤工作區中物品的。 例如，若項目名稱為「sjd1」，Git 資料夾名稱為「sjd1SparkJobDefinition」。
Git 資料夾包含兩個子資料夾： 主 資料夾和 參考資料夾。 主資料夾包含主要定義檔案，參考資料夾則包含參考檔案。
除了主要和參考檔案之外，還有一個 SparkJobDefinitionV1.json 檔案。 它會保存 Spark 作業定義項目的中繼資料，因此請勿修改它。 .platform 檔案包含與 Git 設定相關的平台資訊。 這個檔案也不要修改。
附註
- 如果你選擇 Java 或 Scala 作為語言，上傳成 .jar 檔案時，主檔案和參考檔案不會被提交。
- 附加的環境會在從存放庫同步至 Fabric 工作區之後，保存在 Spark 作業定義中。 目前不支援跨工作區參考環境。 您必須手動附加至新的環境，或使用工作區預設設定來執行作業定義。
- 從存放庫同步到 Fabric 工作區時，Spark 作業定義會保留預設的 Lakehouse 識別碼。 如果你提交的是使用預設 Lakehouse 的筆記本，則需要手動參照新建立的 Lakehouse 項目。 如需詳細資訊，請參閱 Lakehouse Git 整合。