将旧版笔记本迁移到工作区

本主题介绍如何迁移旧版 Snowflake Notebooks 以及工作区环境的依赖文件。

迁移步骤

  1. 在导航菜单中，选择 Projects`|raa|:ui:`Notebooks 打开旧版笔记本。

  2. 导航到 Files 部分，查看您的 .ipynb 笔记本和所有依赖文件。

  3. 将所有必要的文件下载到本地计算机。

  4. 在导航菜单中，选择 Projects » Workspaces。

  5. 选择一个工作区。

  6. 打开现有工作区或创建新工作区。

    如果多位用户需要访问笔记本，请选择供单个用户使用的专用工作区或共享工作区。有关更多信息，请参阅 工作区。

  7. 选择 + Add new。

  8. 将下载的文件上传到工作区。

旧版和新版笔记本的主要区别

备注

并非所有旧版笔记本文件都能成功运行，可能需要进行更新以适配新环境。下表概述了工作区中的笔记本内可用的更新。

领域

旧版笔记本

新笔记本

计算

用户必须在仓库和容器运行时之间进行选择。

仅通过容器运行时提供简化的用户体验。

  • 完全托管的 CPU/GPU 基础设施。

  • 更高效的计算利用率（多个笔记本可以连接到同一服务/节点）。

  • SQL 和 Snowpark 代码仍下推至虚拟仓库，以平衡灵活性与性价比。

文件系统/IDE 环境

部分支持。

完整 IDE 环境，具备：

  • 支持子文件夹的文件资源管理器。

  • 拆分窗格。

  • 终端等。

  • 与 Git 同步的工作区，允许用户执行推送/拉取、查看差异以及切换分支。

  • 共享工作区支持团队协作，具备版本历史和简单的发布流程。

包管理

  • 通过 Anaconda 通道安装的包。

  • 需要为每个笔记本手动配置 EAIs。

  • 支持从暂存区安装包。

更灵活的包管理选项：

  • 直接上传到工作区或从暂存区/Git 存储库中的文件导入。

  • 更简便的 EAIs 设置，用于从外部源安装。

  • 不再支持 Anaconda 频道。

对 Streamlit 的支持

支持。

不支持。

使用 matplotlib、seaborn、plotly 和 altair 等库进行可视化。

Jupyter 兼容性

支持部分 Jupyter 魔法命令。

全面支持。

可使用 %run、%time 和 %autoreload 等 Jupyter 魔法命令。

如果您对特定功能的可用时间表有疑问，请咨询您的账户代表，以便其联系笔记本产品团队。

技术要求和兼容性

在新环境中运行笔记本之前，请查看以下约束条件：

  • Python 和运行时： 工作区支持 Python 3.10 至 3.12 和容器运行时 2.2。

    备注

    工作区不支持 Python 3.9 和容器运行时 2.0。

  • 计算类型： 工作区中的笔记本在 CPU 或 GPU 计算类型上运行。

  • 可视化效果： 不支持 Streamlit。如需实现数据可视化，请使用 Matplotlib、Seaborn、Plotly 或 Altair。

管理依赖项

工作区不支持与 Snowflake Anaconda 包存储库集成。如果项目需要的包未包含在 预安装的包 中，您可以使用以下方法安装它们：

  • 交互式工作流程： 在笔记本中使用 pip install。有关更多信息，请参阅 管理包和运行时。

  • 自动设置： 在 requirements.txt 文件中定义依赖项。有关详细说明，请参阅 管理包和运行时。对于计划的笔记本，请在 EXECUTE NOTEBOOK PROJECT 中使用 REQUIREMENTS_FILE 参数指定文件。

计划任务

如果您在旧版笔记本上有计划任务，这些任务将继续在旧版笔记本上运行，不会受到影响。

如果希望现有任务使用新笔记本，请更新任务以引用新的笔记本项目对象 (NPO)。有关更多信息，请参阅 在工作区中运行和计划笔记本。