DataSpell 2024.1: 전체 줄 코드 완성, SQL 셀을 통해 데이터 프레임을 쿼리하는 기능, Import Data(데이터 가져오기) 셀, dbt 지원 개선
JetBrains ML 팀은 Python에 대한 ML 지원을 통해 전체 줄 코드 완성의 기반이 되는 로컬 모델을 개선했습니다. 이를 통해 더 많은 컨텍스트를 고려한 더 긴 제안을 제공하도록 했습니다. 이 모든 작업은 인터넷을 통해 데이터를 전송하지 않으며 완전히 무료입니다.
DataSpell 2024.1에서는 이제 Jupyter Notebook에서 직접 데이터 프레임과 CSV 파일을 직접 쿼리하기 위한 SQL을 작성할 수 있습니다. DataSpell의 새로운 셀 유형인 Import Data(데이터 가져오기) 셀을 도입했습니다. 이 셀에 파일을 드롭하면 테이블 형식 데이터 작업을 쉽게 시작할 수 있습니다.
최신 업데이트에서는 dbt Core 지원이 크게 향상되었습니다. 이제 DataSpell에서 직접 그래프를 볼 수 있으며, dbt Core 프로젝트의 코드 완성 기능이 향상되어 SQL 파일에서 직접 모델을 쉽게 실행하고, 미리 보고, 테스트할 수 있습니다.
새 버전의 DataSpell을 사용하려면 웹사이트에서 다운로드하거나, IDE 또는 무료 Toolbox App에서 직접 업데이트하거나 Ubuntu 스냅 팩을 사용하세요.
JetBrains의 ML 팀은 ML 지원을 통해 Python에 대해 전체 줄 코드 완성을 가능하게 하는 로컬 모델을 크게 개선했습니다. 전체 줄 코드 완성 기능은 더 긴 제안을 생성하고 더 넓은 컨텍스트를 고려하여 더 나은 제안을 제공하고 입력 횟수를 줄입니다. 이 순수 로컬 모델은 외부 서버로 데이터를 전송하지 않고 전체 코드 줄 형태로 코드를 제안합니다.
DataSpell 2024.1에서는 Jupyter Notebook에서 직접 데이터 프레임과 CSV 파일을 쿼리하기 위한 SQL을 작성할 수 있습니다. SQL 셀을 생성하고 데이터 프레임을 데이터 소스로 선택한 다음, 쿼리를 작성하면 동급 최고의 SQL 코딩 지원의 이점을 누릴 수 있습니다.
Import Data(데이터 가져오기) 셀은 DataSpell 2024.1에서 제공하는 Jupyter Notebook 또 다른 새로운 기능입니다. Import Data(데이터 가져오기) 셀에 테이블 형식 데이터가 포함된 파일을 가져다 놓기만 하면 시각적 컨트롤이나 Python 코드를 사용하여 작업을 시작할 수 있습니다.
최신 릴리스에는 기존 dbt 지원에 대한 몇 가지 업데이트가 도입되었습니다.
DAG는 분석 엔지니어에게 강력한 도움을 줄 또 하나의 도구이며, 이번 릴리스에서는 DataSpell에서 직접 그래프를 볼 수 있습니다. 탐색도 더욱 쉬워져 DAG에서 노드를 클릭하기만 하면 됩니다.
Jinja, 모델 이름, 열 이름, YAML 파일 등에 대한 완성 기능이 업데이트되어 dbt Core 프로젝트의 코드 완성 기능이 크게 향상되었습니다.
이제 SQL 파일에서 직접 모든 모델을 쉽게 실행하고, 미리 보고, 테스트할 수 있습니다. 여백을 클릭하고 사용 가능한 옵션 중에서 선택하기만 하면 됩니다.
이번 새 릴리스가 여러분의 마음에 드시기를 바랍니다! 최신 기능에 대한 최신 정보를 얻고 DataSpell 및 데이터 분석 팁을 받고 싶으신가요? 당사 블로그를 구독하고 X(이전 Twitter)에서 팔로우하세요! 버그를 발견하거나 원하는 기능을 제안하고 싶으시다면 이슈 트래커에서 공유해 주세요.