A dbx használata a Visual Studio Code-tal

Cikk
01/23/2025

Fontos

Ez a dokumentáció ki lett állítva, és lehet, hogy nem frissül.

A Databricks azt javasolja, hogy a Databricks Labs helyett dbx a Databricks-eszközcsomagokat használja. Lásd: Mik azok a Databricks-eszközcsomagok? és migrálás a dbx-ből a csomagokba.

Az Azure Databricks Visual Studio Code-tal való használatához tekintse meg a Visual Studio Code Databricks bővítményét.

Ez a cikk egy Python-alapú kódmintát ismertet, amellyel bármilyen Python-kompatibilis IDE-ben dolgozhat. Ez a cikk azt ismerteti, hogyan használható ez a kódminta a Visual Studio Code-ban, amely a következő fejlesztői hatékonyságnövelő funkciókat biztosítja:

Kódkiegészítés
Linting
Tesztelés
Olyan kódobjektumok hibakeresése , amelyek nem igényelnek valós idejű kapcsolatot távoli Azure Databricks-erőforrásokhoz.

Ez a cikk a Databricks Labs dbx és a Visual Studio Code használatával küldi el a kódmintát egy távoli Azure Databricks-munkaterületre . dbx utasítja az Azure Databrickset, hogy A Databricks vezénylésének áttekintése a beküldött kód futtatásához egy Azure Databricks -feladatfürtön a munkaterületen.

A népszerű külső Git-szolgáltatókat használhatja a verziókövetéshez és a folyamatos integrációhoz, valamint a kód folyamatos kézbesítéséhez vagy folyamatos üzembe helyezéséhez (CI/CD). A verziókövetéshez a következő Git-szolgáltatók tartoznak:

GitHub
Bitbucket
GitLab
Azure DevOps (az Azure China régióiban nem érhető el)
AWS CodeCommit
GitHub AE

CI/CD dbx esetén a következő CI/CD-platformok támogatottak:

A verziókövetés és a CI/CD működésének bemutatásához ez a cikk bemutatja a Visual Studio Code használatát, dbxés ezt a kódmintát, valamint a GitHubot és a GitHub Actionst.

Kódminta követelményei

A kódminta használatához a következőkre van szükség:

Azure Databricks-munkaterület az Azure Databricks-fiókban.
Egy GitHub-fiók. Hozzon létre egy GitHub-fiókot, ha még nem rendelkezik ilyen fiókkal.

Emellett a helyi fejlesztőgépen a következőknek kell lenniük:

A Python 3.8-es vagy újabb verziója.

A Python egy olyan verzióját kell használnia, amely megfelel a célfürtökre telepített verziónak. A Python meglévő fürtre telepített verziójának lekéréséhez a fürt webes termináljának használatával futtathatja a python --version parancsot. Lásd még a Databricks Runtime kiadási megjegyzéseinek verzióit és kompatibilitását a célfürtök Databricks Runtime-verziójának "Rendszerkörnyezet" című szakaszában. Mindenesetre a Python verziójának 3.8-nak vagy újabbnak kell lennie.

A saját gépen jelenleg hivatkozott Python-verzió lekéréséhez futtassa a python --version parancsot a helyi terminálban. (Attól függően, hogy hogyan állította be a Pythont a helyi gépen, lehetséges, hogy e cikkben a python3 helyett a python-t kell futtatnia.) Lásd még: Python-értelmező kiválasztása.
pip. pip automatikusan telepítve van a Python újabb verzióival. Annak ellenőrzéséhez, hogy már telepítve van-e pip , futtassa pip --version a helyi terminálból. (Attól függően, hogy hogyan állította be a Pythont vagy a pip-t a helyi gépen, előfordulhat, hogy ebben a cikkben a pip3 helyett a pip-et kell futtatnia.)
dbx 0.8.0-s vagy újabb verzió. A csomagot a dbx Python-csomagindexből (PyPI) telepítheti a futtatással pip install dbx.

Feljegyzés

Most nem kell telepítenie dbx . Később telepítheti a kódminta beállítási szakaszában.
Python virtuális környezetek létrehozására szolgáló módszer, amellyel biztosítható, hogy a Python megfelelő verzióit és csomagfüggőségeket használjon a dbx projektekben. Ez a cikk a pipenv-t ismerteti.
A Databricks CLI 0.18-es vagy újabb verziója, amely hitelesítésivan beállítva.

Feljegyzés

Most már nem kell telepítenie az örökölt Databricks CLI-t (Databricks CLI 0.17-es verzió). Később telepítheti a kódminta beállítási szakaszában. Ha később szeretné telepíteni, ne felejtse el beállítani a hitelesítést.
Visual Studio Code.
A Visual Studio Code Python-bővítménye .
A Visual Studio Code GitHub Pull Requests and Issues bővítménye.
Git.

Tudnivalók a kódmintáról

A cikk Python-kódmintája, amely a GitHub databricks/ide-best-practices adattárában érhető el, a következőket teszi:

Adatokat kér le a GitHub owid/covid-19-data adattárából.
Szűri az adatokat egy adott ISO-országkódhoz.
Kimutatástáblát hoz létre az adatokból.
Adattisztítást végez az adatokon.
A kódlogikát újrahasználható függvényekké alakítja.
Az egység teszteli a függvényeket.
dbx projektkonfigurációkat és beállításokat biztosít, amelyek lehetővé teszik, hogy a kód egy távoli Azure Databricks-munkaterületen lévő Delta-táblába írja az adatokat.

A kódminta beállítása

Miután elvégezte a kódminta követelményeit , végezze el a következő lépéseket a kódminta használatának megkezdéséhez.

Feljegyzés

Ezek a lépések nem tartalmazzák a ci/CD kódmintájának beállítását. A kódminta futtatásához nem kell beállítania a CI/CD-t. Ha később szeretné beállítani a CI/CD-t, olvassa el a Futtatás a GitHub Actionscímű témakört.

1. lépés: Python virtuális környezet létrehozása

A terminálból hozzon létre egy üres mappát a kódminta virtuális környezetének tárolásához. Ezek az utasítások egy szülőmappát használnak ide-demo. Ennek a mappának tetszőleges nevet adhat. Ha másik nevet használ, cserélje le a nevet a jelen cikkben. A mappa létrehozása után váltson rá, majd indítsa el a Visual Studio Code-ot a mappából. Ügyeljen arra, hogy a parancs után adja meg a . pont (code) elemet.

Linux és macOS esetén:
```
mkdir ide-demo
cd ide-demo
code .
```
Tipp.

Ha megjelenik a command not found: codehiba, tekintse meg a Microsoft webhelyén található Parancssori indítás részt.

Windows esetén:
```
md ide-demo
cd ide-demo
code .
```
A Visual Studio Code menüsávján kattintson a Terminál>
A ide-demo mappa gyökerében futtassa a pipenv parancsot a következő beállítással, ahol <version> a helyileg telepített Python célnyelve (és ideális esetben megegyezik a célcsoportok Python verziószámával), például 3.8.14.
```
pipenv --python <version>
```
Jegyezze fel a Virtualenv location parancs kimenetében pipenv szereplő értéket, mivel a következő lépésben szüksége lesz rá.
Válassza ki a cél Python-értelmezőt, majd aktiválja a Python virtuális környezetet:
1. A menüsávon kattintson > parancskatalógus megtekintése, írja be a Python: Selectparancsot, majd kattintson Python: Értelmező kiválasztásaparancsra.
2. Válassza ki a Python-értelmezőt az imént létrehozott Python virtuális környezet elérési útján. (Ez az elérési út a Virtualenv location parancs kimenetében szereplő értékként jelenik meg pipenv .)
3. A menüsávon kattintson > megtekintése parancsra, írja beTerminal: Create, majd kattintson a Terminál: Új terminál létrehozása parancsra.
4. Győződjön meg arról, hogy a parancssor azt jelzi, hogy a pipenv rendszerhéjban van. A megerősítéshez hasonlót kell látnia (<your-username>) a parancssor előtt. Ha nem látja, futtassa a következő parancsot:
```
pipenv shell
```
  A rendszerhéjból való pipenv kilépéshez futtassa a parancsot exit, és a zárójelek eltűnnek.
További információ: Python-környezetek használata a VS Code-ban a Visual Studio Code dokumentációjában.

2. lépés: A kódminta klónozása a GitHubról

A Visual Studio Code-ban nyissa meg a ide-demo mappát (Fájl > megnyitása mappa), ha még nincs megnyitva.
Kattintson a Parancskatalógus megtekintése > parancsra, írja be, majd kattintson Git: Clone parancsra.
Az adattár URL-címének megadásához vagy az adattár forrásának kiválasztásához írja be a következőt: https://github.com/databricks/ide-best-practices
Keresse meg a ide-demo mappát, és kattintson a Tárház helyének kiválasztásaelemre.

3. lépés: A kódminta függőségeinek telepítése

Telepítse a dbx Databricks CLI 0.18-s vagy újabb verzióját, amely kompatibilis a Python verziójával. Ehhez futtassa a következő parancsot a Terminálról a Visual Studio Code-ban egy aktivált rendszerhéjat tartalmazó ide-demo mappából pipenv (pipenv shell) a következő parancsot:
```
pip install dbx
```
Győződjön meg arról, hogy dbx telepítve van. Ehhez futtassa az alábbi parancsot:
```
dbx --version
```
Ha a verziószámot adja vissza, dbx a rendszer telepíti.

Ha a verziószám nem éri el a 0.8.0-t, frissítsen dbx a következő parancs futtatásával, majd ellenőrizze újra a verziószámot:
```
pip install dbx --upgrade
dbx --version

# Or ...
python -m pip install dbx --upgrade
dbx --version
```
Telepítéskor dbxaz örökölt Databricks PARANCSSOR (Databricks CLI 0.17-es verziója) is automatikusan telepítve lesz. Az örökölt Databricks PARANCSSOR (Databricks CLI 0.17-es verziója) telepítésének ellenőrzéséhez futtassa a következő parancsot:
```
databricks --version
```
Ha a Databricks CLI 0.17-es verzióját adja vissza, a rendszer telepíti az örökölt Databricks CLI-t.
Ha nem állította be a régi Databricks parancssori felületet (a 0.17-es verziójú Databricks CLI-t) hitelesítéssel, akkor most kell elvégeznie. A hitelesítés beállításának ellenőrzéséhez futtassa az alábbi alapszintű parancsot az Azure Databricks-munkaterülettel kapcsolatos összesítő információk lekéréséhez. Ügyeljen arra, hogy az alparancs után / az előre perjel (ls) szerepeljen:
```
databricks workspace ls /
```
Ha a rendszer visszaadja a munkaterület gyökérszintű mappaneveinek listáját, a hitelesítés be van állítva.
Telepítse azokat a Python-csomagokat, amelyektől ez a kódminta függ. Ehhez futtassa a következő parancsot a ide-demo/ide-best-practices mappából:
```
pip install -r unit-requirements.txt
```
Ellenőrizze, hogy telepítve vannak-e a kódminta függő csomagjai. Ehhez futtassa az alábbi parancsot:
```
pip list
```
Ha a requirements.txt és unit-requirements.txt fájlokban felsorolt csomagok valahol ebben a listában találhatók, a függő csomagok telepítve lesznek.

Feljegyzés

A felsorolt requirements.txt fájlok adott csomagverziókhoz tartoznak. A jobb kompatibilitás érdekében kereszthivatkozással hivatkozhat ezekre a verziókra a fürtcsomópont-típussal , amelyet az Azure Databricks-munkaterületen szeretne használni az üzemelő példányok későbbi futtatásához. Tekintse meg a fürt Databricks Runtime-verziójának "Rendszerkörnyezet" című szakaszát a Databricks Runtime kibocsátási megjegyzéseinek verzióiban és kompatibilitásában.

4. lépés: Az Azure Databricks-munkaterület kódmintájának testreszabása

Az adattár projektbeállításainak testreszabása dbx . Ehhez a .dbx/project.json fájlban módosítsa az profile objektum értékét a DEFAULT-ről annak a profilnak a nevére, amely megegyezik azzal, amelyet a régi Databricks CLI-vel történő hitelesítéshez beállított (Databricks CLI 0.17-es verzió). Ha nem állított be nem alapértelmezett profilt, hagyja meg DEFAULT. Példa:
```
{
  "environments": {
    "default": {
      "profile": "DEFAULT",
      "storage_type": "mlflow",
      "properties": {
        "workspace_directory": "/Workspace/Shared/dbx/covid_analysis",
        "artifact_location": "dbfs:/Shared/dbx/projects/covid_analysis"
      }
    }
  },
  "inplace_jinja_support": false
}
```

Testre szabhatja a dbx projekt üzembehelyezési beállításait. Ehhez módosítsa a fájlban az conf/deployment.yml Azure spark_versionnode_type_id Databricks 10.4.x-scala2.12 és m6gd.large fürtcsomópont-típusának értékét, amelyet az Azure Databricks-munkaterületnek a központi telepítések futtatásához szeretne használni.

Például a Databricks Runtime 10.4 LTS és egy Standard_DS3_v2 csomóponttípus megadásához:

environments:
  default:
    workflows:
      - name: 'covid_analysis_etl_integ'
        new_cluster:
          spark_version: '10.4.x-scala2.12'
          num_workers: 1
        node_type_id: 'Standard_DS3_v2'
        spark_python_task:
          python_file: 'file://jobs/covid_trends_job.py'
      - name: 'covid_analysis_etl_prod'
        new_cluster:
          spark_version: '10.4.x-scala2.12'
          num_workers: 1
          node_type_id: 'Standard_DS3_v2'
          spark_python_task:
            python_file: 'file://jobs/covid_trends_job.py'
          parameters: ['--prod']
      - name: 'covid_analysis_etl_raw'
        new_cluster:
          spark_version: '10.4.x-scala2.12'
          num_workers: 1
          node_type_id: 'Standard_DS3_v2'
          spark_python_task:
            python_file: 'file://jobs/covid_trends_job_raw.py'

Tipp.

Ebben a példában mindhárom feladatdefiníció ugyanazzal spark_version és node_type_id értékkel rendelkezik. Különböző értékeket használhat különböző feladatdefiníciókhoz. Megosztott értékeket is létrehozhat, és újra felhasználhatja őket a feladatdefiníciók között a gépelési hibák és a kódkarbantartás csökkentése érdekében. Lásd a YAML-példát a dbx dokumentációban.

A kódminta megismerése

Miután beállította a kódmintát, az alábbi információk segítségével megtudhatja, hogyan működnek a ide-demo/ide-best-practices mappában lévő különböző fájlok.

Kód modularizálása

Nem modularizált kód

A jobs/covid_trends_job_raw.py fájl a kódlogika nem modulált verziója. Ezt a fájlt önállóan is futtathatja.

Modularizált kód

A jobs/covid_trends_job.py fájl a kódlogika modularizált verziója. Ez a fájl a fájl megosztott kódjára covid_analysis/transforms.py támaszkodik. A covid_analysis/__init__.py fájl a covide_analysis mappát tartalmazó csomagként kezeli.

Tesztelés

Egységtesztek

A tests/testdata.csv fájl a fájlban lévő covid-hospitalizations.csv adatok egy kis részét tartalmazza tesztelési célokra. A tests/transforms_test.py fájl tartalmazza a fájl egységtesztjeit covid_analysis/transforms.py .

Egységtesztfuttató

A pytest.ini fájl konfigurációs beállításokat tartalmaz a tesztek pytesttel való futtatásához. Lásd a dokumentáció pytest.ini és konfigurációs beállításaitpytest.

A .coveragerc fájl konfigurációs beállításokat tartalmaz a Python-kódlefedettségi mérésekhez coverage.py. Lásd a konfigurációs hivatkozást a coverage.py dokumentációban.

A requirements.txt fájl, amely a unit-requirements.txtkorábban futtatott pip fájl részhalmaza, tartalmazza azoknak a csomagoknak a listáját, amelyektől az egységtesztek is függenek.

Csomagolás

A setup.py fájl parancsokat biztosít a konzolon (konzolszkripteken), például a pip parancson futtatandó parancsokat a Python-projektek beállítási kódokkal való csomagolásához. Lásd a belépési pontokat a setuptools dokumentációban.

Egyéb fájlok

A kódmintában vannak olyan fájlok is, amelyek korábban nem voltak ismertetve:

A .github/workflows mappa három, a GitHub Actionst ábrázoló fájlt databricks_pull_request_tests.ymlonpush.ymlonrelease.yamltartalmaz, amelyek a GitHub Actions szakasz későbbi részében találhatók.
A .gitignore fájl tartalmazza azoknak a helyi mappáknak és fájloknak a listáját, amelyeket a Git figyelmen kívül hagy az adattárban.

A kódminta futtatása

A helyi gépen arra utasíthatja dbx az Azure Databrickset, hogy igény szerint futtassa a kódmintát a távoli munkaterületen a következő alszakaszban leírtak szerint. Vagy használhatja a GitHub Actionst, hogy a GitHub minden alkalommal futtassa a kódmintát, amikor leküldi a kód módosításait a GitHub-adattárba.

Futtatás dbx használatával

Telepítse a covid_analysis mappa tartalmát csomagként Python-fejlesztési setuptoolsmódban a következő parancs futtatásával a dbx projekt gyökeréből (például a ide-demo/ide-best-practices mappából). Ügyeljen arra, hogy a parancs végén adja meg a pont (.) műveletet:
```
pip install -e .
```
Ez a parancs létrehoz egy covid_analysis.egg-info mappát, amely információkat tartalmaz a lefordított verzióról és covid_analysis/__init__.py a covid_analysis/transforms.py fájlokról.
Futtassa a teszteket a következő parancs futtatásával:
```
pytest tests/
```
A tesztek eredményei megjelennek a terminálban. Mind a négy tesztnek sikeresnek kell lennie.

Tipp.

További tesztelési módszerekért, beleértve az R- és Scala-jegyzetfüzetek tesztelését, tekintse meg a jegyzetfüzetek egységtesztelését.
Ha szeretné, az alábbi parancs futtatásával lekérheti a tesztlefedettségi metrikákat a tesztekhez:
```
coverage run -m pytest tests/
```
Feljegyzés

Ha olyan üzenet jelenik meg, amely coverage nem található, futtassa pip install coverage, majd próbálkozzon újra.

A tesztlefedettségi eredmények megtekintéséhez futtassa a következő parancsot:
```
coverage report -m
```
Ha mind a négy teszt sikeres, küldje el a dbx projekt tartalmát az Azure Databricks-munkaterületre az alábbi parancs futtatásával:
```
dbx deploy --environment=default
```
A projektre és a futtatásokra vonatkozó információk a fájl objektumában workspace_directory.dbx/project.json megadott helyre kerülnek.

A program elküldi a projekt tartalmát a fájl objektumában artifact_location.dbx/project.json megadott helyre.
Futtassa a kód éles üzem előtti verzióját a munkaterületen a következő parancs futtatásával:
```
dbx launch covid_analysis_etl_integ
```
A terminálon megjelenik a futtatás eredményeire mutató hivatkozás. Ennek az alábbihoz hasonlónak kell lennie:
```
https://<your-workspace-instance-id>/?o=1234567890123456#job/123456789012345/run/12345
```
A futtatási eredmények a munkaterületen való megtekintéséhez kövesse ezt a hivatkozást a webböngészőben.
Futtassa a kód éles verzióját a munkaterületen a következő parancs futtatásával:
```
dbx launch covid_analysis_etl_prod
```
A terminálon megjelenik a futtatás eredményeire mutató hivatkozás. Ennek az alábbihoz hasonlónak kell lennie:
```
https://<your-workspace-instance-id>/?o=1234567890123456#job/123456789012345/run/23456
```
A futtatási eredmények a munkaterületen való megtekintéséhez kövesse ezt a hivatkozást a webböngészőben.

Futtatás a GitHub Actions használatával

A projekt mappájában .github/workflows a GitHub Actions- és onpush.yml a onrelease.yml GitHub Actions-fájlok a következőket teszik:

A feladat üzembe helyezéséhez v használ dbx minden egyes leküldésnél egy címkére, amely a következővel covid_analysis_etl_prodkezdődik:
Minden olyan leküldésnél, amely nem a következővel vkezdődik:
1. Az egységtesztek futtatására használ pytest .
2. A feladatban dbx megadott fájl távoli munkaterületre való üzembe helyezésére szolgálcovid_analysis_etl_integ.
3. A távoli munkaterületen a feladatban dbx megadott, már üzembe helyezett fájl elindítására szolgálcovid_analysis_etl_integ, a futtatás nyomon követésére, amíg az befejeződik.

Feljegyzés

Egy további GitHub Actions-fájlt databricks_pull_request_tests.ymlbiztosítunk önnek sablonként, amellyel kísérletezhet anélkül, hogy hatással lenne a onpush.yml GitHub Actions-fájlokra.onrelease.yml Ezt a kódmintát a databricks_pull_request_tests.yml GitHub Actions-fájl nélkül is futtathatja. A használatról ebben a cikkben nem foglalkozunk.

Az alábbi alszakaszok bemutatják, hogyan állíthatja be és futtathatja a onpush.yml és onrelease.yml GitHub Actions-fájlokat.

A GitHub Actions használatának beállítása

Állítsa be az Azure Databricks-munkaterületet az CI/CD-szolgáltatásnevekben található utasítások követésével. Ez a következő műveleteket foglalja magában:

Hozzon létre egy szolgáltatásnevet.
Hozzon létre egy Microsoft Entra ID-jogkivonatot a szolgáltatásnévhez.

Ajánlott biztonsági eljárásként a Databricks azt javasolja, hogy a Databricks személyes hozzáférési jogkivonata helyett használjon Microsoft Entra-azonosító jogkivonatot egy szolgáltatásnévhez, hogy lehetővé tegye a GitHub számára az Azure Databricks-munkaterülettel való hitelesítést.

A szolgáltatásnév és a Microsoft Entra ID-jogkivonat létrehozása után állítsa le és jegyezze fel a Microsoft Entra ID token értékét, amelyet a következő szakaszban fog használni.

GitHub Actions futtatása

1. lépés: Klónozott adattár közzététele

A Visual Studio Code oldalsávjában kattintson a GitHub ikonra. Ha az ikon nem látható, először engedélyezze a GitHub Lekéréses kérelmek és problémák bővítményt a Bővítmények nézetben (> megtekintése).
Ha a Bejelentkezés gomb látható, kattintson rá, és kövesse a képernyőn megjelenő utasításokat a GitHub-fiókba való bejelentkezéshez.
A menüsávon kattintson > megtekintése parancsra, írja bePublish to GitHub, majd kattintson a Közzététel a GitHubon parancsra.
Válassza ki a klónozott adattár GitHub-fiókjában való közzétételének lehetőségét.

2. lépés: Titkosított titkos kódok hozzáadása az adattárhoz

A közzétett adattár GitHub-webhelyén kövesse az adattár titkosított titkos kulcsainak létrehozására vonatkozó utasításait az alábbi titkosított titkos kódokhoz:

Hozzon létre egy titkosított nevű titkot, amely a munkaterületenkénti URLértékére van állítva, például .
Hozzon létre egy DATABRICKS_TOKENnevű titkosított titkos kulcsot, amely a szolgáltatásnév Microsoft Entra ID-jogkivonatának értékére van állítva.

3. lépés: Ág létrehozása és közzététele az adattárban

A Visual Studio Code-ban a Forrásvezérlő nézetben (> Forrásvezérlőnézet) kattintson a ... (Nézetek és további műveletek) ikonra.
Kattintson a Branch Create Branch From (Ág > létrehozása innen) elemre.
Adja meg például my-branchaz ág nevét.
Válassza ki azt az ágat, amelyből létre szeretné hozni az ágat, például fő.
Módosítsa kisebb módosítást a helyi adattár egyik fájljára, majd mentse a fájlt. Módosíthatja például egy kód megjegyzését a tests/transforms_test.py fájlban.
Forrásvezérlő nézetben kattintson ismét a ... (Nézetek és további műveletek) ikonra.
Kattintson az > fázisa elemre.
Kattintson ismét a ... (Nézetek és további műveletek) ikonra.
Kattintson a > véglegesítése elemre.
Adjon meg egy üzenetet a véglegesítéshez.
Kattintson ismét a ... (Nézetek és további műveletek) ikonra.
Kattintson a Branch Publish Branch (Ág > közzététele) ágra.

4. lépés: Lekéréses kérelem létrehozása és egyesítés

Nyissa meg a GitHub webhelyét a közzétett adattárhoz. https://github/<your-GitHub-username>/ide-best-practices
A Lekéréses kérelmek lapon, a saját ág mellett a legutóbbi leküldéses leküldéses kérelmek mellett kattintson a Compare &pull request (Összehasonlítás ) gombra.
Kattintson a Create pull request (Lekéréses kérelem létrehozása) parancsra.
A lekéréses kérelem lapon várja meg, amíg a CI pipleline/ci-pipeline (leküldés) melletti ikon zöld pipleline-jelet jelenít meg. (Eltarthat néhány percig, amíg az ikon megjelenik.) Ha zöld pipa helyett piros X van, a Részletek gombra kattintva megtudhatja , hogy miért. Ha az ikon vagy a Részletek már nem jelenik meg, kattintson az Összes ellenőrzés megjelenítése elemre.
Ha megjelenik a zöld pipa, egyesítse a lekéréses kérelmet az ágba a main Lekéréses kérelem egyesítése gombra kattintva.

Megosztás a következőn keresztül: