應用 Git 版本控制最佳實務

資料工程專案需要系統性追蹤程式碼變更、團隊間協作，以及 可靠重現工作的能力。 當你在 Azure Databricks 中使用 Git 應用版本控制最佳實務時，你就建立了專業開發工作流程的基礎。 Git 資料夾直接 整合進你的工作區，提供一個視覺化介面，讓你在不離開開發環境的情況下管理倉庫。

了解 Azure Databricks 中的 Git 資料夾

Git 資料夾透過 視覺化的 Git 用戶端 和 API 將版本控制功能帶入你的 Azure Databricks 工作空間。 此整合讓您能執行標準的 Git 操作，例如 複製倉庫、 建立分支、 提交變更及直接從工作區介面 推送更新 。 你不需要在外部工具和開發環境之間切換。

當你建立 Git 資料夾時，你會把它連接到由 Azure DevOps、GitHub、GitLab 或 Bitbucket 等供應商托管的 遠端倉庫 。 該資料夾會鏡像你的儲存庫結構，讓你能處理筆記本、Python 檔案、SQL 腳本及其他支援的資產，同時維持版本控制。 所有團隊成員都可以將自己的 Git 資料夾對應到同一遠端儲存庫，透過 共享分支 與協調提交來協作。

複製一個儲存庫以開始工作

在你能處理 Databricks 版本控制程式碼之前，你需要先 克隆你團隊的資料庫。 克隆會在你的工作空間中建立遠端儲存庫的 本地副本 ，讓你能存取最新的程式碼庫。

要複製儲存庫：

1. 在側邊欄，選擇 Workspace 並導向你想建立 Git 資料夾的位置。
2. 選擇 建立>Git 資料夾。
3. 輸入 Git 儲存庫 URL，格式為 https://example.com/organization/project.git。
4. 從下拉選單中選擇您的 Git 供應商。
5. 在工作區中為資料夾命名。
6. 選擇 建立 Git 資料夾。

複製完成後，儲存庫內容會顯示在你的工作區。 你可以立即開啟筆記本、編輯檔案並開始開發。

從遠端儲存庫拉取變更

與團隊合作時，其他人會推送變更到共享倉庫，你需要將這些變更合併到本地的作業中。 拉取更新 可以確保你使用的是 最新版本 的程式碼庫。

若要提取變更

1. 打開 Git 對話框。
2. 選擇 Pull 以擷取並合併遠端儲存庫的變更。
3. 如果遠端變更與本地修改之間存在衝突，請使用 衝突解決介面解決。

定期執行提取，尤其是在開始新工作之前，以最大程度地減少整合問題。 當你拉取修改筆記本原始碼的變更時， 筆記本狀態會重置。 這表示該筆記本的儲存格輸出、註解和版本歷史將被清除，以反映更新後的內容。

保持你的資料庫有條理

一個組織良好的倉庫能讓協作更容易，也減少混淆。 應用以下做法來維護乾淨且易於導航的程式碼庫：

• 使用 .gitignore 檔案 排除不應該被追蹤的檔案，例如暫時輸出、憑證或環境特定設定。 已經由 Git 追蹤的檔案需要先明確移除，然後 .gitignore 才能適用。
• 透過將相關的筆記本、函式庫和設定檔分組，邏輯地結構化資料夾。 Git 資料夾支援在使用者目錄中建立任意深度的目錄結構。
• 合併後移除 Git 供應商的過期分支，以保持分支列表可管理。 本地分支在遠端分支刪除後，最多可持續 30 天。

當每個人都遵循一致的組織慣例時，團隊成員能快速找到所需內容，並理解程式碼庫如何相互銜接。