将 GitHub 存储库导入 Databricks 社区版答案

【问题标题】：Import a GitHub repo into Databricks community edition将 GitHub 存储库导入 Databricks 社区版
【发布时间】：2026-01-28 02:10:01
【问题描述】：

我正在尝试从 GitHub 中的公共存储库导入一些数据，以便从我的 Databricks 笔记本中使用它。

到目前为止，我尝试按照here 的描述将我的 Databricks 帐户与我的 GitHub 连接，但没有结果，因为似乎 GitHub 支持附带了一些非社区许可。当我尝试设置 GitHub 集成所需的 GitHub 令牌时收到以下消息：

之前在 Databricks 官方论坛上曾询问过相同的 question。

在 databricks 社区版上导入和存储 GitHub 存储库的最佳方式是什么？

【问题讨论】：

【解决方案1】：

我设法使用笔记本本身的shell 命令解决了这个问题。为了第一次检索存储库，我通过 HTTPS 进行了git clone：

%sh git clone https://github.com/SomeDataRepo/TheData.git --depth 1 --branch=master /dbfs/FileStore/TheData/

为什么不使用 SSH？嗯，SSH 需要设置 SSH 密钥，这在我的情况下是不需要的。

最后，每次我需要新版本的数据时，我都会在执行程序之前执行git pull：

%sh git -C /dbfs/FileStore/TheData/ pull

【讨论】：

【解决方案2】：

假设您在桌面上安装了 python，安装 databricks cli，将 git repo 克隆到本地，然后使用工作区 cli 将整个 repo 作为目录导入。

【讨论】：