Das ist neu in DataSpell 2023.2

DataSpell führt interaktive Tabellen für Polars-DataFrames ein, mit denen Sie Daten mühelos anzeigen, sortieren und exportieren können. Diese Tabellen werden sowohl in Jupyter-Notebooks als auch in der Python-Konsole unterstützt. Der Zugriff auf die Tabellen ist auch über den Python- und den Jupyter-Debugger, die Variablenansicht und Data Vision unkompliziert möglich.

Bei unterstützten Polars-Funktionen erhalten Sie jetzt Completion-Vorschläge für Spaltennamen. Dies vereinfacht Ihre Interaktionen mit der Bibliothek und erleichtert die Datenmanipulation in DataSpell.

Wir haben den Prozess der Datenerkundung, der für Datenexpert*innen von zentraler Bedeutung ist und oft einen hohen Zeitaufwand verursacht, erheblich vereinfacht. Indem Sie den Mauszeiger einfach auf die Kopfleiste einer Spalte bewegen, erhalten Sie nun wertvolle Informationen zu dieser Spalte – z. B. Werteverteilung, Mittelwert, Standardabweichung sowie fehlende Werte. Diese Funktion ist derzeit für pandas- und Polars-DataFrames verfügbar.

DataSpell 2023.2 führt farbige Kopfleisten ein, um die Navigation zwischen mehreren offenen Projekten zu vereinfachen. Sie können jetzt jedem Projekt eine Farbe und ein Symbol zuweisen, um sie bei der Arbeit leichter unterscheiden zu können. Den Projekten werden automatisch Kopfleistenfarben zugewiesen, Sie können diese jedoch jederzeit anpassen. Um eine neue Farbe für Ihr Projekt festzulegen, klicken Sie zunächst mit der rechten Maustaste auf eine Kopfleiste, um das Kontextmenü zu öffnen. Klicken Sie dann auf Change Toolbar Color und wählen Sie die gewünschte Farbe aus. Wenn Sie diese Funktion nicht nutzen möchten, deaktivieren Sie im Kontextmenü die Option Use Project Colors in Toolbar.

In der Project-Ansicht gibt es eine neue Option Open Directories with a Single Click, um Projektordner schneller und einfacher auf- und zuzuklappen. Die Option ist im Dropdown-Menü verfügbar, wenn Sie auf das Dreipunktsymbol klicken.

DataSpell 2023.2 ermöglicht die Konfiguration von Jupyter-verwalteten Servern. Dies bietet Ihnen unter anderem folgende Möglichkeiten:

• Umgebungsvariablen für verwaltete Server festlegen.
• Das Startverzeichnis verwalteter Server beliebig festlegen, um nicht auf das Stammverzeichnis des Projekts beschränkt zu sein.
• Zusätzliche Parameter für Jupyter- oder JupyterLab-Server angeben.

Diese Version bietet erhebliche Verbesserungen bei der Synchronisierung von Notebook-Änderungen zwischen DataSpell und externen Anwendungen wie Git oder der Browser-Version von Jupyter. Sie können problemlos zwischen DataSpell und externen Anwendungen wechseln, und alle Änderungen werden perfekt synchronisiert, egal wo Sie sie vorgenommen haben.

Wir haben das Plugin Big Data Tools in mehrere Komponenten aufgeteilt, damit Sie die einzelnen Teile separat verwenden können. Dadurch stehen Ihnen in DataSpell sechs neue Plugins zur Verfügung: Kafka, Spark, Flink, Remote File Systems, Big Data File Viewer und Zeppelin. Wenn Sie alle sechs benötigen, haben Sie weiterhin die Möglichkeit, durch die Installation des Plugins Big Data Tools alle Teile mit einem Klick zu erhalten.

In der neuen Version können Sie eine Verbindung zu Redis Cluster herstellen und die gleiche Funktionsvielfalt nutzen wie bei einer Standalone-Installation von Redis.

Mit der neuen Einstellung Time zone können Sie festlegen, welche Zeitzone DataSpell bei der Anzeige von datetime-Werten verwenden soll.

Geteilte Datenbanken und deren Inhalte werden jetzt in die Introspektion einbezogen. Die Datashares, auf denen diese Datenbanken basieren, werden ebenfalls per Introspektion geprüft. Mit dem Tastenkürzel Strg/Cmd + F6 können Sie geteilte Datenbanken und Datashares modifizieren. Darüber hinaus werden jetzt alle diesbezüglichen Anweisungen im SQL-Editor unterstützt.

Um den Bedienkomfort zu erhöhen, haben wir in dieser Version von DataSpell die Funktionalität für die Schemamigration erheblich verbessert.

Die Hauptänderung besteht darin, dass die Objekte jetzt in beiden Teilen des Dialogs auf derselben Zeile angezeigt werden. Dadurch ist es einfacher zu erkennen, welche Objekte im Zielschema hinzugefügt, entfernt oder geändert werden.