Collabora in JupyterLab utilizzando Git

Git è un sistema distribuito di controllo della versione per tenere traccia delle modifiche nel codice sorgente durante lo sviluppo del software. Git è preinstallato nell’ambiente Data Science Workspace JupyterLab.

Prerequisiti

NOTA

Il server Git che intendi utilizzare deve essere accessibile via Internet.

L’ambiente Data Science Workspace JupyterLab è un ambiente in hosting e non è implementato all’interno del firewall aziendale, pertanto il server Git a cui ti connetti deve essere accessibile dall’Internet pubblico. Potrebbe trattarsi di un archivio pubblico o privato su GitHub o di un'altra istanza di un server Git che hai deciso di ospitare.

Connetti Git all'ambiente Data Science Workspace JupyterLab Notebooks

Per iniziare, avvia Adobe Experience Platform e passa all'ambiente JupyterLabs Notebooks.

In JupyterLab, seleziona File e passa il puntatore del mouse su New. Dal menu a discesa visualizzato, seleziona Terminal.

Navigazione JupyterLab

Quindi, all'interno di Terminal accedi all'area di lavoro utilizzando il seguente comando: cd my-workspace.

spazio dei cd

SUGGERIMENTO

Per visualizzare un elenco dei comandi Git disponibili, esegui il comando: git -help all'interno del terminale.

Quindi, clonare l'archivio che si desidera utilizzare utilizzando il comando git clone. Clona il progetto utilizzando un URL https:// anziché ssh://.

Esempio:

git clone https://github.com/adobe/experience-platform-dsw-reference.git

clone

NOTA

Per eseguire eventuali operazioni di scrittura (git push ad esempio), è necessario eseguire i seguenti comandi di configurazione per ogni nuova sessione. Inoltre, qualsiasi comando push richiede un nome utente e una password.

git config --global user.email "you@example.com"

git config --global user.name "Your Name"

Passaggi successivi

Dopo aver completato la clonazione dell’archivio, puoi utilizzare Git come faresti normalmente sul computer locale per collaborare con altri su notebook. Per ulteriori informazioni sulle operazioni che è possibile eseguire all'interno di JupyterLab, consulta la sezione JupyterLab user guide.

In questa pagina