比较: 代码存储库 vs. 代码工作区 vs. 代码工作簿

代码存储库特性

• 代码存储库具有高级管道功能，支持在长期数据管道中实现复杂工作流程，具有性能优化和代码生成的灵活性。
• 代码存储库支持的语言包括 Python、SQL、Java 和 Mesa。
• 代码存储库支持增量计算、变换生成、多输出变换和文件系统访问。
• 代码存储库不支持可视化。

代码工作区特性

• 代码工作区具有快速高效的探索性工作流，嵌入了 Foundry 中 JupyterLab® 和 RStudio® Workbench 的支持。
• 代码工作区支持的语言包括 Python 和 R。
• 代码工作区支持文件系统访问，并提供基于笔记本的分析的完全灵活性。
• 代码工作区不支持分布式 Spark，因此更适合可以适合工作区的计算限制内的数据。

代码工作簿特性

• 代码工作簿具有高级分析工作流，支持常用分析语言和可视化库。
• 代码工作簿支持的语言包括 Python、R 和 SQL。
• 代码工作簿支持文件系统访问和可视化。
• 代码工作簿不支持增量计算、变换生成或多输出变换。

代码存储库迭代周期

• 代码存储库设计用于帮助迭代代码逻辑。搭建后可以在 Foundry 中分析数据。
• 代码存储库支持数据样本预览，以验证变换逻辑，并具有预筛选输入样本的能力。
• 代码存储库支持运行时调试。
• 在代码存储库中，Spark 模块在任务级别启动。

代码工作区迭代周期

• 代码工作区设计用于帮助探索和分析数据。结果可以共享、发布到仪表盘、转化为可重用的变换，或导出到生产就绪的管道工具，如代码存储库或管道构建器。
• 代码工作区提供 JupyterLab® 和 RStudio® Workbench IDE 的完全灵活性，包括完整的代码和数据预览。
• 代码工作区提供逐个单元格的迭代，以便即时反馈代码执行。
• 在代码工作区中，不需要 Spark 模块，并且提供完全可自定义的内核以临时调整环境。

代码工作簿迭代周期

• 代码工作簿设计用于帮助从数据中生成洞察。所有变换都在完整的输入数据上运行，Spark 执行模型优化用于快速迭代。
• 代码工作簿支持完整的数据预览。
• 代码工作簿提供控制台支持，用于临时分析变换。
• 在代码工作簿中，Spark 模块保持温热状态以实现即时交互，并在工作簿级别启动。

代码存储库操作

• 代码存储库支持 Foundry 数据管理库和自定义 Python 库。
• 代码存储库支持数据期望、发布自定义库和使用自定义库。
• 代码存储库不支持点选代码模板。

代码工作区操作

• 代码工作区可以使用 pip、CRAN 和 conda 库，包括从代码存储库发布的库，并且环境可以快速修改。
• 代码工作区不支持数据期望或发布自定义库。
• 代码工作区不支持点选代码模板。

代码工作簿操作

• 代码工作簿可以使用从代码存储库发布的自定义库，用户可以将逻辑片段保存为代码模板，从而实现其他用户的点选分析。
• 代码工作簿不支持数据期望或发布自定义库。
• 代码工作簿使用自定义库用于某些 Spark 环境。
• 代码工作簿支持点选模板。

代码存储库变更管理

• 代码存储库优先考虑变更可追溯性和治理，以确保关键管道保持安全和稳健。
• 代码存储库提供完整的变更日志。
• 代码存储库提供完整的 Git 工作流、安全权限标记管理和删除、影响分析视图、高级代码审核工作流程和单元测试。
• 代码存储库不支持合并后复制数据。

代码工作区变更管理

• 代码工作区优先考虑快速和灵活的迭代，支持完整的分支和自动 Git 版本控制。
• 代码工作区完全由代码存储库支持，并受益于其完整的 Git 工作流。
• 代码工作区不支持合并后复制数据。
• 代码工作区存储其笔记本内容的安全检查点达 30 天，允许用户安全保留和检索任何给定状态，同时也提供在 Git 存储库中永久存储代码备份的机会。

代码工作簿变更管理

• 代码工作簿优先考虑快速迭代和协作，具有轻量级分支工作流程。代码工作簿不需要 CI 检查或单元测试。
• 代码工作簿支持合并后复制数据。
• 代码工作簿不提供完整的 Git 工作流、安全权限标记管理或删除、影响分析视图、高级代码审核工作流程或单元测试。

JupyterLab® 是 NumFOCUS 的注册商标。 RStudio® 是 Posit™ 的商标。