Sett opp utviklingsmiljøet¶

I dette steget installerer du verktøyene du trenger for å utvikle mot dataplattformen. Når du er ferdig, har du:

uv for å håndtere Python-versjoner og avhengigheter
Databricks CLI installert og innlogget i workspacet ditt
En lokal klone av padda-golden-path

Før du begynner¶

Du har fått tilgang til plattformen.
Du er på macOS eller Linux. Er du på Windows, er WSL en mulighet.

Installer uv¶

Vi bruker uv som pakke- og prosjektverktøy for Python. Installer det med:

curl -LsSf https://astral.sh/uv/install.sh | sh

Sjekk at installasjonen fungerer:

uv --version

Terminalutskrift fra uv --version

Installer Databricks CLI¶

Databricks CLI bruker du til å logge inn, kjøre kommandoer mot workspacet og deploye bundles. Velg installasjonsmetode:

Homebrewcurl

Har du Homebrew, installerer du CLI-en slik:

brew tap databricks/tap
brew trust databricks/tap
brew install databricks

Feiler brew trust?

Fra Homebrew 6.0.0 må du eksplisitt stole på taps fra tredjepart. Får du «Unknown command» på brew trust, har du en eldre Homebrew-versjon og kan hoppe over det steget.

Har du ikke Homebrew (for eksempel på Linux), kan du bruke installasjonsskriptet:

curl -fsSL https://raw.githubusercontent.com/databricks/setup-cli/main/install.sh | sh

Sjekk at installasjonen fungerer:

databricks -v

Terminalutskrift fra databricks -v

Autofullføring¶

CLI-en kan generere autofullføring for skallet ditt, uavhengig av installasjonsmetode:

zshbash

echo 'autoload -U compinit; compinit' >> ~/.zshrc
echo 'source <(databricks completion zsh)' >> ~/.zshrc

echo 'source <(databricks completion bash)' >> ~/.bashrc

Se databricks completion --help for flere skall.

Logg inn i Databricks¶

Plattformen bruker single sign-on via Entra ID (se Slik får du tilgang), så du trenger ingen egne Databricks-passord eller tokens. Logg inn med:

databricks auth login --host <workspace-url> --profile <profilnavn>

Bruk workspace-URL-en til teamet ditt, og velg et profilnavn som gjør det lett å kjenne igjen workspacet. Er du usikker på hvilken workspace-URL du skal bruke, ta kontakt med Dataspeilet. Innloggingssiden åpnes i nettleseren, og når du er innlogget lagres profilen i ~/.databrickscfg.

Flere workspaces?

Har du tilgang til flere workspaces (for eksempel stage og prod), logger du inn én gang per workspace, med en egen profil for hvert av dem, se Velge CLI-profil.

Sjekk at innloggingen er gyldig:

databricks auth profiles

Klon `padda-golden-path`¶

Guidene som setter opp en bundle bruker bundle-malene i bundle-templates i padda-golden-path. Klon repoet:

git clone git@github.com:oslokommune/padda-golden-path.git

Velg teksteditor¶

Du kan bruke den teksteditoren du foretrekker. Bruker du VS Code, følger det med anbefalte utvidelser og innstillinger i .vscode/-mappa i repoet, og du kan koble VS Code direkte til Databricks.

Neste steg¶

Utviklingsmiljøet er klart. Gå videre til Last opp ditt første datasett.