介绍

GitHub Copilot是一款由GitHub联合OpenAI开发的，利用ChatGPT模型的AI代码自动完成助手。它旨在帮助开发者加速编程过程，同时减少错误。底层模型是在GitHub自身仓库的许可代码与公开可用代码的混合体上进行训练的，从而让它具备了广泛的编程范式理解。

另一方面，Databricks是一个由Apache Spark的原始创作者创立的开放分析和基于云的平台，它能够让组织无缝构建数据分析和机器学习流程，从而加速创新。此外，它还促进了用户之间的协作工作。

将GitHub Copilot与Databricks整合，可以使数据分析和机器学习工程师高效、快速地部署解决方案。这种整合促进了更顺畅的代码开发，提高了代码质量和标准化，提升了跨语言效率，加速了原型开发，并帮助了文档编制，从而提高了工程师的生产力和效率。

集成GitHub Copilot和Databricks的先决条件：

1. 配置Databricks账户。
2. 配置GitHub Copilot。
3. 下载并安装Visual Studio Code。

集成步骤

在Visual Studio Code Marketplace中安装Databricks插件。

在Visual Studio Code中配置Databricks插件。如果之前使用过Databricks CLI，那么它已经在本地的databrickscfg文件中为你配置好。如果没有，创建以下内容于 ~/.databrickscfg 文件。

[DEFAULT]

host = https://xxx

token = <token>

jobs-api-version = 2.0

点击“Configure Databricks”选项，然后从下拉菜单中选择第一个选项，该选项显示了以上步骤中配置的主机名，然后继续使用“DEFAULT”配置文件。

完成配置后，将在Visual Studio Code中建立起与Databricks的连接。当你点击Databricks插件时，可以看到工作区和集群配置的详情。

用户完成GitHub Copilot账户的配置后，确保你可以访问GitHub Copilot。通过Marketplace在VSCode中安装GitHub Copilot和GitHub Copilot 聊天插件。

用户安装完GitHub Copilot和Copilot Chat插件后，将被提示通过Visual Studio IDE登录GitHub Copilot。如果没有提示授权，则点击Visual Studio Code IDE底部的铃铛图标。

开发数据工程管道

数据工程师可以使用GitHub Copilot，快速编写包括文档在内的数据工程管道。以下是使用提示技术创建一个简单数据工程管道的步骤。

使用Python和Spark框架从S3存储桶读取文件。

使用Python和Spark框架将数据框架写入S3存储桶。

通过main方法执行函数：在提示符中表示相同，并由代码执行步骤生成

在Databricks中使用GitHub Copilot进行数据工程和机器学习的好处

• 出色的AI成对编程工具，能够快速提供合理的建议，并提供起始代码。
• 优秀的建议，以优化代码及运行时间。
• 更好的文档编写和ASCII表示逻辑步骤。
• 以更少的错误更快实现数据管道。
• 详细解释现有简单/复杂功能，并建议智能代码重构技术。

备忘单

• 打开一个Copilot文本/搜索栏，在其中可以输入你的提示

Windows: [Ctrl] + [I]

Mac: Command + [I]

• 打开一个在右侧的窗口，其中显示前10个代码建议

Windows: [Ctrl] + [Enter]

Mac: [control] + [return]

• 在左侧打开一个单独的copilot 聊天窗口

Windows: [Ctrl] + [Alt] + [I]

Mac: [Control] + [Command] + [I]

• 关闭内联建议

Windows/Mac: Esc

• 接受建议

Windows/Mac: Tab

• 参考之前的建议

Windows: [Alt] + [

Mac: [option] + [

• 检查下一个建议

Windows: [Alt] + ]

Mac: [option] + ]

结论

将AI成对编程工具与集成开发环境集成，可以帮助开发者获得实时代码建议，加快开发速度，减少查阅文档以获得起始代码的时间。