介绍

GitHub Copilot是由GitHub与OpenAI合作开发的人工智能驱动代码补全助手，利用了ChatGPT模型。它的设计目标是帮助开发人员在加快编码过程的同时尽量减少错误。底层模型是在GitHub自己的代码库中以及公开可用的代码的基础上进行训练的，使其具备了广泛的编程范式理解能力。

另一方面，Databricks是由Apache Spark的原始创作者创建的开放式分析和基于云的平台，它使组织能够无缝地构建数据分析和机器学习流水线，从而加快创新。此外，它促进用户之间的协作工作。

将GitHub Copilot与Databricks集成，能够使数据分析和机器学习工程师高效地部署解决方案，并且节省时间。此集成有助于更顺畅的代码开发，提高代码质量和标准化程度，提升跨语言效率，加快原型开发，并有助于文档编写，从而提高工程师的生产力和效率。

GitHub Copilot和Databricks集成的先决条件：

必须拥有Databricks帐户，可以在这里进行设置。

集成步骤

在Visual Studio Code Marketplace中安装Databricks插件。

优化数据分析：在Databricks中集成GitHub Copilot 四海第1张

在Visual Studio Code中配置Databricks插件。如果您以前使用过Databricks CLI，则会在本地的databrickscfg文件中为您预先配置。如果没有，请在 ~/.databrickscfg 文件中创建以下内容。

[DEFAULT]host = https://xxxtoken = <token>jobs-api-version = 2.0

点击“配置Databricks”选项，然后选择上一步配置中设置的主机名，继续选择“DEFAULT”配置文件。

优化数据分析：在Databricks中集成GitHub Copilot 四海第2张

完成配置后，Visual Studio Code中建立了与Databricks的连接。单击Databricks插件时，可以看到工作区和集群的配置详细信息。

一旦用户完成了GitHub Copilot的帐户设置，请确保您可以访问GitHub Copilot。在VSCode的Marketplace中安装GitHub Copilot和GitHub Copilot Chat Plugins。

优化数据分析：在Databricks中集成GitHub Copilot 四海第3张

一旦用户安装了GitHub Copilot和Copilot Chat插件，将会提示您通过Visual Studio IDE登录GitHub Copilot。如果没有提示进行授权，则点击Visual Studio Code IDE底部面板的铃铛图标。

优化数据分析：在Databricks中集成GitHub Copilot 四海第4张

现在是时候开始使用GitHub Copilot进行开发了

数据工程师可以利用GitHub Copilot以更快的速度编写数据工程流水线，包括文档。以下是使用提示技术创建简单数据工程流水线的步骤。

使用Python和Spark框架从S3存储桶读取文件。

优化数据分析：在Databricks中集成GitHub Copilot 四海第5张

使用Python和Spark框架将数据帧写入S3存储桶

优化数据分析：在Databricks中集成GitHub Copilot 四海第6张

通过主方法执行函数：与提示中相同的代码执行步骤

优化数据分析：在Databricks中集成GitHub Copilot 四海第7张

优化数据分析：在Databricks中集成GitHub Copilot 四海第9张

在左侧打开一个独立的Copilot聊天窗口。

Windows：[Cltr] + [Alt] + [I]

Mac：[Control] + [Command] + [I]

将AI配对编程工具与集成开发环境整合，可以帮助开发人员加速开发过程，实时提供代码建议，减少在查找样板代码和语法方面所需的时间，并使开发人员能够专注于创新和业务问题解决用例。