筆記本電腦軟件工程最佳實踐

步驟1.1:提供您的GitHub憑證

1. 在你的工作空間，在側邊欄在數據科學與工程或機器學習環境中,點擊設置>用戶設置．

2. 在用戶設置頁麵,點擊Git集成．

3. 在Git集成選項卡,Git提供者中,選擇GitHub．

4. 為Git提供程序用戶名或電子郵件，輸入你的GitHub用戶名。

5. 為令牌，輸入您的GitHub個人訪問令牌．該令牌必須具有回購許可。

6. 點擊保存．

步驟1.2:連接到你的GitHub回購

1. 的側邊欄上數據科學與工程或機器學習環境中,點擊回購．

2. 在回購窗格中,單擊添加回購．

3. 在添加回購對話框:

   1. 點擊克隆遠程Git回購．

   2. 為Git倉庫URL，進入GitHub使用HTTPS進行克隆你的GitHub回購的URL。本文假設您的URL以best-notebooks.git例如，https://github.com/ < your-GitHub-username > / best-notebooks.git．

   3. 旁邊的下拉列表中Git倉庫URL中,選擇GitHub．

   4. 離開回購的名字例如，設置為回購的名稱best-notebooks．

   5. 點擊創建．

步驟2.1:在repo中創建一個工作分支

在此子步驟中，您將創建一個名為eda在你的回購書裏。這個分支使您能夠獨立於您的回購來處理文件和代碼主要分支，這是一個軟件工程的最佳實踐。(你可以給你的分支起一個不同的名字。)

1. 如果回購窗格中未顯示，則在側欄中數據科學與工程或機器學習環境中,點擊回購．

2. 如果在上一步中連接到的回購沒有顯示在回購窗格，然後選擇您的工作區用戶名，並選擇您在上一步中連接到的回購的名稱。

3. 單擊回購名稱旁邊的下拉箭頭，然後單擊Git．

4. 在best-notebooks對話框，單擊+（創建分支)按鈕。

   請注意

   如果你的回購書名字不是best-notebooks，這個對話框的標題在這裏和整個演練過程中都是不同的。

5. 輸入eda然後按Enter鍵。

6. 關閉此對話框。

步驟2.2:將筆記本導入到repo中

在這個子步驟中，您將從另一個回購中導入一個現有的筆記本到您的回購中。這本筆記本有以下功能:

1. 控件中複製CSV文件owid / covid-19-dataGitHub存儲庫到您工作空間中的集群上。這個CSV文件包含來自世界各地的關於COVID-19住院和重症監護指標的公共數據。

2. 將CSV文件的內容讀入熊貓DataFrame．

3. 過濾數據以隻包含來自美國的指標。

4. 顯示數據的圖形。

5. 將熊貓數據幀保存為Spark上的Pandas APIDataFrame．

6. 在Spark DataFrame的Pandas API上執行數據清理。

7. 將Pandas API寫在Spark DataFrame上差值表在你的工作空間。

8. 顯示Delta表的內容。

雖然您可以在這裏的回購中創建自己的筆記本，但在這裏導入一個現有的筆記本反而有助於加快本演練。若要在此分支中創建筆記本或將現有筆記本移動到此分支中，而不是導入筆記本，請參見處理Databricks Repos中的筆記本和其他文件．

1. 在回購窗格，單擊回購名稱旁邊的下拉箭頭，然後單擊創建>文件夾．

2. 在新文件夾名稱對話框中,輸入筆記本電腦，然後按創建文件夾．

3. 在回購窗格中，單擊您的回購名稱，單擊旁邊的下拉箭頭筆記本電腦文件夾，然後單擊進口．

4. 在進口筆記本電腦對話框:

   1. 為進口的中,選擇URL．

   2. 的原始內容輸入URLcovid_eda_raw筆記本電腦磚/ notebook-best-practices在GitHub回購。要獲取此URL:

      1. 去https://github.com/databricks/notebook-best-practices．

      2. 單擊筆記本電腦文件夾中。

      3. 單擊covid_eda_raw.py文件。

      4. 點擊生．

      5. 複製完整的URL從您的網頁瀏覽器的地址欄到進口筆記本電腦對話框。

         請注意

         的進口筆記本電腦對話框僅適用於公共存儲庫的Git url。

   3. 點擊進口．

步驟2.3:運行筆記本

1. 如果筆記本還沒有顯示，在回購窗格，雙擊covid_eda_raw筆記本在筆記本電腦文件夾來打開它。

2. 在筆記本上，在下拉列表旁邊文件，選擇要將此筆記本附加到的集群。

3. 點擊運行所有．

4. 如果有提示，請單擊連接並運行或啟動，附加和運行．

5. 等待筆記本運行。

在筆記本完成運行後，您應該在筆記本中看到一個數據圖，以及Delta表中的600多行原始數據。如果在您開始運行這個筆記本時集群還沒有運行，那麼在顯示結果之前，集群啟動可能需要幾分鍾的時間。

步驟2.4:簽入並合並筆記本

在這個子步驟中，您將保存到目前為止您的工作到您的GitHub回購。然後將工作分支的筆記本合並到回購中主要分支。

1. 在回購窗格為您的回購，單擊eda分支。

2. 在best-notebooks對話，在變化Tab，確保筆記本/ covid_eda_raw.py文件被選中。

3. 為總結(必需),輸入添加生筆記本．

4. 為描述(可選),輸入這是的第一個版本的的筆記本。

5. 點擊提交和推送．

6. 點擊曆史，或按在git提供程序上創建一個pull請求彈出的鏈接。

7. 在GitHub中，單擊把請求選項卡，創建拉請求，然後將拉請求合並到主要分支。

8. 回到Databricks工作空間，關閉best-notebooks對話，如果它仍然顯示。

步驟3.1:在repo中創建另一個工作分支

1. 在你的工作空間，在回購窗格為您的回購，單擊eda分支。

2. 在best-notebooks對話框，單擊控件旁邊的下拉箭頭eda分支，並選擇主要．

3. 單擊拉按鈕。如果提示繼續拉動，單擊確認．

4. 單擊+（創建分支)按鈕。

5. 輸入first_modules，按“Enter”。(你可以給你的分支起一個不同的名字。)

6. 關閉此對話框。

步驟3.2:將筆記本導入到repo中

為了加快這個演練，在這個子步驟中，您可以將另一個現有的筆記本導入到您的回購中。這個筆記本做的事情與上一個筆記本相同，隻是這個筆記本將調用存儲在筆記本外部的共享代碼函數。同樣，你可以在這裏創建自己的筆記本，自己做實際的代碼共享。

1. 在回購窗格，單擊旁邊的下拉箭頭筆記本電腦文件夾，然後單擊進口．

2. 在進口筆記本電腦對話框:

   1. 為進口的中,選擇URL．

   2. 的原始內容輸入URLcovid_eda_modular筆記本電腦磚/ notebook-best-practices在GitHub回購。要獲取此URL:

      1. 去https://github.com/databricks/notebook-best-practices．

      2. 單擊筆記本電腦文件夾中。

      3. 單擊covid_eda_modular.py文件。

      4. 點擊生．

      5. 複製完整的URL從您的網頁瀏覽器的地址欄到進口筆記本電腦對話框。

         請注意

         的進口筆記本電腦對話框僅適用於公共存儲庫的Git url。

   3. 點擊進口．

   請注意

   你可以刪除現有的covid_eda_raw筆記本此時，因為新covid_eda_modular筆記本是第一個共享版本的筆記本。然而，你可能仍然想保留以前的筆記本，以便比較，即使你不再使用它。

步驟3.3:添加筆記本支持的共享代碼功能

1. 在回購窗格，單擊回購名稱旁邊的下拉箭頭，然後單擊創建>文件夾．

   請注意

   不要單擊?旁邊的下拉箭頭筆記本電腦文件夾中。請單擊回購方名稱旁邊的下拉箭頭。你想讓它進入回購的根目錄，而不是筆記本電腦文件夾中。

2. 在新文件夾名稱對話框中,輸入covid_analysis，然後按創建文件夾．

3. 在回購窗格，單擊旁邊的下拉箭頭covid_analysis文件夾，然後單擊創建>文件．

4. 在新文件名對話框中,輸入transforms.py，然後按創建文件．

5. 在回購窗格為您的回購，單擊covid_analysis文件夾，然後單擊transforms.py．

6. 在編輯器窗口中，輸入以下代碼:

   進口熊貓作為pd#按國家代碼過濾。deffilter_country（pdf，國家＝“美國”)：pdf＝pdf［pdf．iso_code= =國家］返回pdf#以指示器為軸，填充缺失的值。defpivot_and_clean（pdf，fillna)：pdf［“價值”］＝pd．to_numeric（pdf［“價值”])pdf＝pdf．fillna（fillna）．pivot_table（值＝“價值”，列＝“指標”，指數＝“日期”）返回pdf#創建與Delta表兼容的列名。defclean_spark_cols（pdf)：pdf．列＝pdf．列．str．取代（”“，“_”）返回pdf#將索引轉換為列(在Spark上與pandas API一起工作)。defindex_to_col（df，colname)：df［colname］＝df．指數返回df

步驟3.4:添加共享代碼的依賴項

上麵的代碼有幾個Python包依賴關係，以使代碼能夠正常運行。在此子步驟中，您將聲明這些包依賴項。通過使用精確定義的庫版本，聲明依賴關係可以提高可再現性。

1. 在回購窗格，單擊回購名稱旁邊的下拉箭頭，然後單擊創建>文件．

   請注意

   不要單擊?旁邊的下拉箭頭筆記本電腦或covid_analysis文件夾。您希望包依賴項列表進入回購的根文件夾，而不是筆記本電腦或covid_analysis文件夾。

2. 在新文件名對話框中,輸入讓，然後按創建文件．

3. 在回購為您的回購窗格，單擊讓，並輸入以下代碼:

   請注意

   如果讓文件不可見，您可能需要刷新您的網頁瀏覽器。

   -i https://pypi.org/simple attrs==21.4.0 cycler==0.11.0 fonttools==4.33.3 iniconfig==1.1.1 kiwisolver==1.4.2 matplotlib==3.5.1 matplotlib== 1.22.3 packaging==21.3 pandas==1.4.2 pillow==9.1.0 pluggy==1.0.0 py==1.11.0 py4j==0.10.9.3 pyarrow==7.0.0 pyparse ==3.0.8 pyspark==3.2.1 pytest==7.1.2 python-dateutil==2.8.2 pytz==2022.1 six==1.16.0 tomli==2.0.1 wget==3.2

   請注意

   上述文件中列出了具體的軟件包版本。為了獲得更好的兼容性，可以將這些版本與安裝在通用集群上的版本交叉引用。請參閱您的集群的Databricks運行時版本的“係統環境”部分Databricks運行時版本．

你的回購結構現在應該是這樣的:

|—covid_analysis | '—transforms.py |—notebook | |—covid_eda_modular | '—covid_eda_raw(可選)”,讓

步驟3.5:運行重構的筆記本

在此子步驟中，運行covid_eda_modular它調用共享代碼covid_analysis / transforms.py．

1. 在回購窗格，雙擊covid_eda_modular筆記本在筆記本電腦文件夾中。

2. 旁邊的下拉列表中文件，選擇要將此筆記本附加到的集群。

3. 點擊運行所有．

4. 如果有提示，請單擊連接並運行或啟動，附加和運行．

5. 等待筆記本運行。

在筆記本完成運行後，您應該在筆記本中看到與covid_eda_raw筆記本:Delta表中的數據圖以及600多行原始數據。這款筆記本的主要區別是使用了不同的過濾器iso_code的DZA而不是美國)．如果在您開始運行這個筆記本時集群還沒有運行，那麼在顯示結果之前，集群啟動可能需要幾分鍾的時間。

步驟3.6:檢入筆記本和相關代碼

1. 在回購窗格為您的回購，單擊first_modules分支。

2. 在best-notebooks對話，在變化選項卡，確保下列選項被選中:

   • 讓

   • covid_analysis / transforms.py

   • 筆記本/ covid_eda_modular.py

3. 為總結(必需),輸入添加重構筆記本．

4. 為描述(可選),輸入這是的第二個版本的的筆記本。

5. 點擊提交和推送．

6. 點擊曆史，或按在git提供程序上創建一個pull請求彈出的鏈接。

7. 在GitHub中，單擊把請求選項卡，創建拉請求，然後將拉請求合並到主要分支。

8. 回到Databricks工作空間，關閉best-notebooks對話，如果它仍然顯示。

步驟4.1:在repo中創建另一個工作分支

1. 在你的工作空間，在回購窗格為您的回購，單擊first_modules分支。

2. 在best-notebooks對話框，單擊控件旁邊的下拉箭頭first_modules分支，並選擇主要．

3. 單擊拉按鈕。如果提示繼續拉動，單擊確認．

4. 單擊+（創建分支)按鈕。

5. 輸入first_tests，按“Enter”。(你可以給你的分支起一個不同的名字。)

6. 關閉此對話框。

步驟4.2:添加測試

在此子步驟中，使用pytest框架來測試共享代碼。在這些測試中，你斷言是否達到特定的測試結果。如果任何測試產生了意外的結果，該特定測試就會導致斷言失敗，從而導致測試本身失敗。

1. 在回購窗格，單擊回購名稱旁邊的下拉箭頭，然後單擊創建>文件夾．

2. 在新文件夾名稱對話框中,輸入測試，然後按創建文件夾．

3. 在回購窗格，單擊旁邊的下拉箭頭測試文件夾，然後單擊創建>文件．

4. 在新文件名對話框中,輸入文檔，然後按創建文件．

5. 在回購窗格為您的回購，單擊測試文件夾，然後單擊文檔．

6. 在編輯器窗口中，輸入以下測試數據:

   美國，美國，2022-04-17,ICU每日占用率，美國,美國,2022-04-17,每日ICU入住率每百萬,4.1美國,美國,2022-04-17,每天醫院入住率,10000年美國,美國,2022-04-17,每天醫院入住率每百萬,30.3美國,美國,2022-04-17,每周新醫院錄取,11000年美國,美國,2022-04-17,每周新入院每百萬,32.8阿爾及利亞、DZA, 2022-04-18,每日ICU入住率,1010年阿爾及利亞、DZA, 2022-04-18,每日ICU入住率每百萬,4.5阿爾及利亞、DZA, 2022-04-18,每天醫院入住率,11000阿爾及利亞，DZA,2022-04-18，每百萬人每日住院人數，30.9阿爾及利亞，DZA,2022-04-18，每周新入院人數，10000阿爾及利亞，DZA,2022-04-18，每百萬人每周新入院人數，32.1

   請注意

   使用測試數據是軟件工程的最佳實踐。這使您能夠更快地運行測試，依賴於與實際數據具有相同格式的一小部分數據。當然，在運行測試之前，您需要始終確保這個測試數據準確地代表了您的真實數據。

7. 在回購窗格，單擊旁邊的下拉箭頭測試文件夾，然後單擊創建>文件．

8. 在新文件名對話框中,輸入transforms_test.py，然後按創建文件．

9. 在回購窗格為您的回購，單擊測試文件夾，然後單擊transforms_test.py．

10. 在編輯器窗口中，輸入以下測試代碼。這些測試使用標準pytest固定裝置以及一個模擬的內存中的熊貓數據幀:

    #測試每個變換函數。進口pytest從textwrap進口填滿進口操作係統進口熊貓作為pd進口numpy作為np從covid_analysis.transforms進口＊從pyspark.sql進口SparkSession@pytest．夾具defraw_input_df（）->pd．DataFrame："""創建用於測試的輸入數據集的基本版本，包括nan。"""返回pd．read_csv（“測試/文檔”）@pytest．夾具defcolnames_df（）->pd．DataFrame：df＝pd．DataFrame（數據＝[[0，1，2，3.，4，5]],列＝［“每日ICU入住率”，“每日ICU入住率/百萬人”，“醫院日入住率”，"每百萬人每日住院人數"，“每周新增住院人數”，“每百萬人每周新增住院人數”］）返回df#確保過濾器按預期工作。deftest_filter（raw_input_df)：過濾後的＝filter_country（raw_input_df）斷言過濾後的．iso_code．drop_duplicates() (0］= =“美國”#測試數據有每日ICU入住率的nan;這個應該被填滿為0。deftest_pivot（raw_input_df)：旋轉＝pivot_and_clean（raw_input_df，0）斷言旋轉［“每日ICU入住率”] [0］= =0#測試柱清洗。deftest_clean_cols（colnames_df)：清洗＝clean_spark_cols（colnames_df）cols_w_spaces＝清洗．過濾器（正則表達式＝（”“）)斷言cols_w_spaces．空= =真正的#從索引創建測試列。deftest_index_to_col（raw_input_df)：raw_input_df［“col_from_index”］＝raw_input_df．指數斷言（raw_input_df．指數= =raw_input_df．col_from_index）．所有（）

你的回購結構現在應該是這樣的:

|——covid_analysis | '——transforms.py |——notebook | |——covid_eda_modular | '——covid_eda_raw(可選)|——requirements.txt '——tests |——testdata.csv '——transforms_test.py

步驟4.3:運行測試

為了加快本演練的速度，在此子步驟中使用導入的筆記本運行前麵的測試。這個筆記本下載測試的相關Python包並將其安裝到您的工作空間中，運行測試並報告測試結果。當你可以奔跑的時候pytest從您集群的網絡終端,運行pytest從筆記本電腦可以更方便。

1. 在回購窗格，單擊旁邊的下拉箭頭筆記本電腦文件夾，然後單擊進口．

2. 在進口筆記本電腦對話框:

   1. 為進口的中,選擇URL．

   2. 的原始內容輸入URLrun_unit_tests筆記本電腦磚/ notebook-best-practices在GitHub回購。要獲取此URL:

      1. 去https://github.com/databricks/notebook-best-practices．

      2. 單擊筆記本電腦文件夾中。

      3. 單擊run_unit_tests.py文件。

      4. 點擊生．

      5. 複製完整的URL從您的網頁瀏覽器的地址欄到進口筆記本電腦對話框。

         請注意

         的進口筆記本電腦對話框僅適用於公共存儲庫的Git url。

   3. 點擊進口．

3. 如果筆記本還沒有顯示，在回購窗格為您的回購，單擊筆記本電腦文件夾，然後雙擊run_unit_tests筆記本。

4. 旁邊的下拉列表中文件，選擇要將此筆記本附加到的集群。

5. 點擊運行所有．

6. 如果有提示，請單擊連接並運行或啟動，附加和運行．

7. 等待筆記本運行。

在筆記本完成運行後，您應該在筆記本中看到關於通過測試和失敗測試數量的信息，以及其他相關的詳細信息。如果在您開始運行這個筆記本時集群還沒有運行，那麼在顯示結果之前，集群啟動可能需要幾分鍾的時間。

你的回購結構現在應該是這樣的:

|——covid_analysis | '——transformer .py |——notebook | |——covid_eda_modular | |——covid_eda_raw(可選)| '——run_unit_tests |——requirements.txt '——tests |——testdata.csv '——transforms_test.py

步驟4.4:檢查筆記本和相關測試

1. 在回購窗格為您的回購，單擊first_tests分支。

2. 在best-notebooks對話，在變化選項卡，確保下列選項被選中:

   • 測試/ transforms_test.py

   • 筆記本/ run_unit_tests.py

   • 測試/文檔

3. 為總結(必需),輸入添加測試．

4. 為描述(可選),輸入這些是的單位測試為的共享代碼。．

5. 點擊提交和推送．

6. 點擊曆史，或按在git提供程序上創建一個pull請求彈出的鏈接。

7. 在GitHub中，單擊把請求選項卡，創建拉請求，然後將拉請求合並到主要分支。

8. 回到Databricks工作空間，關閉best-notebooks對話，如果它仍然顯示。

步驟5.1:創建一個作業任務來運行測試筆記本

1. 的側邊欄上數據科學與工程或機器學習環境中,點擊工作流．

2. 在工作選項卡上,單擊創建工作．

3. 為為你的工作添加一個名字(就在運行而且任務標簽),輸入covid_report．

4. 為任務名稱,輸入run_notebook_tests．

5. 為類型中,選擇筆記本．

6. 為源中,選擇Git．

7. 點擊添加一個git引用．

8. 在Git信息對話框:

   1. 為Git倉庫URL，進入GitHub使用HTTPS進行克隆你的GitHub回購的URL。本文假設您的URL以best-notebooks.git例如，https://github.com/ < your-GitHub-username > / best-notebooks.git．

   2. 為Git提供者中,選擇GitHub．

   3. 為Git引用(分支/標簽/提交),輸入主要．

   4. 旁邊Git引用(分支/標簽/提交)中,選擇分支．

   5. 點擊確認．

9. 為路徑,輸入筆記本/ run_unit_tests．不要添加. py文件擴展名。

10. 為集群，選擇上一步中的集群。

11. 點擊創建．

步驟5.2:創建一個作業任務來運行主筆記本

1. 單擊+（在這裏為你的工作添加更多的任務)圖標。

2. 為任務名稱,輸入run_main_notebook．

3. 為類型中,選擇筆記本．

4. 為路徑,輸入筆記本/ covid_eda_modular．不要添加. py文件擴展名。

5. 為集群，選擇上一步中的集群。

6. 點擊創建任務．

步驟5.3運行job

1. 點擊現在運行．

2. 在彈出的窗口中，單擊查看運行．

   請注意

   如果彈出窗口消失得太快，請執行以下操作:

   1. 的側邊欄上數據科學與工程或機器學習環境中,點擊工作流．

   2. 在工作運行選項卡，單擊開始時間最新工作的價值covid_report在工作列。

3. 要查看工作結果，請單擊run_notebook_tests瓷磚,run_main_notebook瓷磚，或者兩者都有。每個貼圖上的結果和你自己一個一個地運行筆記本是一樣的。

步驟6.1:設置對工作區的GitHub訪問

在這個子步驟中，您設置了一個GitHub Actions工作流，每當更改合並到存儲庫中時，該工作流就會在工作區中運行作業。你可以通過給GitHub一個唯一的Databricks令牌來訪問。

出於安全原因，Databricks不鼓勵您將Databricks工作區用戶的個人訪問令牌提供給GitHub。相反，Databricks建議你給GitHub一個Databricks訪問令牌，它與Databricks服務主體相關聯。有關說明，請參閱AWS部份運行Databricks筆記本GitHub Action在GitHub行動市場的頁麵。

步驟6.2:添加GitHub動作工作流

在這個子步驟中，您添加了一個GitHub Actions工作流來運行run_unit_tests無論何時有對回購的拉取請求。

這個子步驟將GitHub Actions工作流存儲在一個文件中，該文件存儲在GitHub repo的多個文件夾級別中。GitHub動作要求在回購中存在特定的嵌套文件夾層次結構，以便正常工作。要完成這一步，您必須使用網站進行GitHub回購，因為Databricks回購用戶界麵不支持創建嵌套文件夾層次結構。

1. 在GitHub回購的網站中，單擊代碼選項卡。

2. 在切換分支或標記下拉列表，選擇主要，如果它還沒有被選中。

3. 如果切換分支或標記下拉列表中沒有顯示查找或創建一個分支框中,單擊主要一次。

4. 在查找或創建一個分支框中,輸入adding_github_actions．

5. 點擊創建分支:adding_github_actions from ' main '．

6. 點擊新建文件>．

7. 為命名你的文件,輸入.github /工作流/ databricks_pull_request_tests.yml．

8. 在編輯器窗口中，輸入以下代碼。該代碼使用聲明的pull_request鉤子來使用運行Databricks筆記本GitHub Action運行run_unit_tests筆記本。

   在以下代碼中，替換:

   • < your-workspace-instance-URL >用你的數據庫實例名．

   • < your-access-token >使用您前麵生成的令牌。

   • < your-cluster-id >和你的目標集群ID．

   的名字：運行合並前的數據庫測試在：pull_request：env：#將此值替換為您的工作區實例名。DATABRICKS_HOST：https:// < your-workspace-instance-name >工作：unit-test-notebook：運行在：ubuntu-latesttimeout-minutes：15步驟：-的名字：檢驗回購使用：行動/ checkout@v2-的名字：運行測試筆記本使用：磚/ run-notebook@main與：databricks-token：< your-access-token >local-notebook-path：筆記本/ run_unit_tests.pyexisting-cluster-id：< your-cluster-id >git-commit：“$ {{github.event.pull_request.head.sha}}”#授予所有用戶查看筆記本結果的權限，這樣他們就可以#查看結果的筆記本，如果他們有相關的訪問權限。access-control-list-json：>［｛“group_name”:“用戶”,:“permission_level CAN_VIEW”｝］run-name：“EDA轉換助手模塊單位測試”

9. 選擇為這個提交創建一個新的分支，並啟動一個拉請求．

10. 點擊建議新文件．

11. 單擊把請求選項卡，然後創建拉請求。

12. 在拉取請求頁麵上，等待旁邊的圖標運行預合並Databricks測試/ unit-test-notebook (pull_request)顯示綠色複選標記。(圖標可能需要幾分鍾才能出現。)如果選中的是紅色的X而不是綠色的複選標記，請單擊細節找出原因。如果圖標或細節不再顯示，點擊顯示所有支票．

13. 如果出現綠色複選標記，則將pull請求合並到主要分支。

步驟7.1:在repo中創建另一個工作分支

1. 在你的工作空間，在回購窗格為您的回購，單擊first_tests分支。

2. 在best-notebooks對話框，單擊控件旁邊的下拉箭頭first_tests分支，並選擇主要．

3. 單擊拉按鈕。如果提示繼續拉動，單擊確認．

4. 單擊+（創建分支)按鈕。

5. 輸入trigger_tests，按“Enter”。(你可以給你的分支起一個不同的名字。)

6. 關閉此對話框。

步驟7.2:更改共享代碼

1. 在你的工作空間，在回購窗格，雙擊covid_analysis / transforms.py文件。

2. 在這個文件的第三行，修改這行代碼:

   #按國家代碼過濾。

   :

   #按國家代碼過濾。如果沒有指定，則使用“USA”。

步驟7.3:簽入更改以觸發測試

1. 在回購窗格為您的回購，單擊trigger_tests分支。

2. 在best-notebooks對話，在變化Tab，確保covid_analysis / transforms.py被選中。

3. 為總結(必需),輸入更新評論．

4. 為描述(可選),輸入這更新的評論為filter_country。

5. 點擊提交和推送．

6. 點擊曆史，或按在git提供程序上創建一個pull請求彈出的鏈接。

7. 在GitHub中，單擊把請求選項卡，然後創建拉請求。

8. 在拉取請求頁麵上，等待旁邊的圖標運行預合並Databricks測試/ unit-test-notebook (pull_request)顯示綠色複選標記。(圖標可能需要幾分鍾才能出現。)如果選中的是紅色的X而不是綠色的複選標記，請單擊細節找出原因。如果圖標或細節不再顯示，點擊顯示所有支票．

9. 如果出現綠色複選標記，則將pull請求合並到主要分支。