D
databricks-sdk-patterns
Apply production-ready Databricks SDK patterns for Python and REST API.\nUse when implementing Databricks integrations, refactoring SDK usage,\nor establishing team coding standards for Databricks.\nTrigger with phrases like \
Installation
Pick a client and clone the repository into its skills directory.
Installation
About this skill
Apply production-ready Databricks SDK patterns for Python and REST API.\nUse when implementing Databricks integrations, refactoring SDK usage,\nor establishing team coding standards for Databricks.\nTrigger with phrases like \
How to use
- Upewnij się, że masz zainstalowany pakiet databricks-sdk w wersji 0.20.0 lub wyższej oraz Python 3.10 lub nowszy. Skonfiguruj autentykację Databricks (np. token API lub profil konfiguracyjny). 2. Aktywuj skill w swoim edytorze kodu, wyzwalając go frazami takimi jak "databricks SDK patterns", "databricks best practices", "databricks code patterns" lub "idiomatic databricks". 3. Zacznij od kroku singleton — użyj dekoratora @lru_cache do cachowania instancji WorkspaceClient, aby uniknąć wielokrotnego tworzenia sesji HTTP. Skill pokaże ci, jak obsługiwać różne profile (np. "production"). 4. Zastosuj strukturalną obsługę błędów — skill dostarcza wzorce do rozróżniania błędów przejściowych (do ponowienia) od trwałych, używając typowanych wyjątków z databricks.sdk.errors. 5. Dla bardziej zaawansowanych scenariuszy skill zawiera wzorce do zarządzania cyklem życia klastrów, bezpiecznej konstrukcji jobów z typowaniem oraz paginacji wyników API. 6. Kopiuj i dostosuj kod z skill'u do swojego projektu — wszystkie przykłady są gotowe do produkcji i zgodne z oficjalnym SDK Databricks.