Elemento de Cloud Shell

El elemento de Cloud Shell proporciona una interfaz de terminal interactiva para ejecutar comandos de Cloud Shell, incluida la compatibilidad completa con la CLI de Fabric y scripts de Python a través de sesiones de Spark Livy en Microsoft Fabric. Esta integración le permite ejecutar comandos de la CLI de Fabric en el explorador para administrar y automatizar los recursos de Fabric, con el historial de comandos y la administración de scripts.

Información general

En el ejemplo de elemento de Cloud Shell se muestran varias funcionalidades clave del kit de herramientas de extensibilidad de Fabric:

• Integración de la CLI de Fabric: ejecute comandos de la CLI de Fabric de forma interactiva para facilitar la administración y automatización de los recursos de Fabric.
• Terminal interactivo para comandos de Cloud Shell.
• Administración de scripts de Python con ejecución con parámetros.
• Ejecución de trabajos por lotes para scripts con monitoreo.
• Administración de sesiones con reutilización automática.
• Ejecute comandos de Cloud Shell a través de una interfaz de terminal integrada.
• Cree y administre scripts de Python con compatibilidad con parámetros.
• Ejecute scripts como trabajos por lotes con la configuración de Spark.
• Administrar sesiones de Spark con reutilización y validación automáticas.
• Seleccione lakehouse y environment para el contexto de ejecución de comandos.
• Seguimiento del historial de comandos con navegación por teclas de flecha.

Características avanzadas (opcional)

• Cambie los modos de ejecución para ejecutar código de Python o comandos de Bash.
• Ejecute Python directamente en sesiones de Spark para el procesamiento de datos.
• Ejecute comandos de shell con compatibilidad con subprocesos.
• Scripts parametrizados con inyección de parámetros de tipos seguros.

Referencia

Para obtener documentación detallada, consulte la documentación del elemento de Cloud Shell en GitHub.

Para más información sobre la CLI de Fabric, visite el sitio web de la CLI de Fabric.

Para más información sobre Spark Livy API, consulte la documentación de la API rest de Apache Livy.