Lakehouse-udrulningspipelines og git-integration (prøveversion)
Lakehouse kan integreres med livscyklusstyringsfunktionerne i Microsoft Fabric, hvilket giver et standardiseret samarbejde mellem alle medlemmer af udviklingsteamet gennem hele produktets levetid. Livscyklusstyring faciliterer en effektiv produktversions- og udgivelsesproces ved løbende at levere funktioner og fejlrettelser i flere miljøer. Du kan få mere at vide under Hvad er livscyklusstyring i Microsoft Fabric?.
Vigtigt
Denne funktion er en prøveversion.
Git-integration i Lakehouse
Lakehouse er et element, der indeholder både metadata og data, der refereres til i flere objekter i arbejdsområdet. Lakehouse indeholder tabeller, mapper og genveje som primære elementer i databeholderen, der kan administreres. Fra et udviklingsarbejdsprocesperspektiv kan følgende afhængige objekter referere til et Lakehouse:
- Dataflow og datapipelines
- Definitioner af Spark-job
- Notebooks
- Semantiske modeller og Power BI
Standardmetadata for semantiske modeller og SQL-analyseslutpunkter er relateret til et Lakehouse og administreres som standard af git-opdateringsprocessen. Som et princip spores data ikke i git, kun metadata spores.
Git-repræsentation
Følgende lakehouse-oplysninger serialiseres og spores i et arbejdsområde, der er forbundet med Git:
- Display name
- Description
- Logisk GUID
Bemærk
Det sporede logiske GUID er et automatisk genereret id på tværs af arbejdsområder, der repræsenterer et element og dets versionsstyringsrepræsentation.
Vigtigt
Det er kun Lakehouse-objektbeholderartefaktet, der spores i Git i den aktuelle oplevelse. Tabeller, mapper, genveje og andre metadataændringer spores og versioneres ikke i git.
Funktioner til git-integration i Lakehouse
Følgende funktioner er tilgængelige:
- Serialisering af Metadata for Lakehouse-objektet til en git JSON-repræsentation.
- Anvend ændringerne direkte, eller brug pullanmodning til at styre ændringer i upstream- eller downstreamarbejdsområder og -forgreninger.
- Omdøbning lakehouses spores i Git. Hvis du opdaterer et omdøbt lakehouse, omdøbes standard-semantisk datamodellen og SQL Analytics-slutpunktet også.
- Der anvendes ingen handling på tabeller, mapper og genveje, metadata og data for disse elementer bevares altid.
Lakehouse i udrulningspipelines
Lakehouse understøttes i udrulningspipelines til Microsoft Fabric-livscyklusstyring. Det muliggør bedste praksis for segmentering af miljøet.
Integrationsfunktioner til lakehouse-udrulningspipelines:
Udrulning på tværs af udviklings-, test- og produktionsarbejdsområder.
Lakehouse kan fjernes som et afhængigt objekt ved udrulning. Tilknytning af forskellige Lakehouses i konteksten for udrulningspipelinen understøttes også.
Hvis der ikke angives noget under konfigurationen af udrulningspipelinen, oprettes der et nyt tomt Lakehouse-objekt med samme navn i destinationsarbejdsområdet. Definitioner af notesbøger og Spark-job tilknyttes igen for at referere til det nye Lakehouse-objekt i det nye arbejdsområde.
Hvis Lakehouse-afhængigheden er konfigureret til at referere til et andet Lakehouse under konfigurationstiden for udrulningspipelinen, f.eks. upstream Lakehouse, oprettes der stadig et nyt tomt Lakehouse-objekt med samme navn i målarbejdsområdet, men referencer til notesbøger og Spark-jobdefinitioner bevares til et andet Lakehouse efter behov.
SQL Analytics-slutpunkter og semantiske modeller klargøres som en del af Lakehouse-udrulningen.
Intet objekt i Lakehouse overskrives.
Opdateringer af Lakehouse-navnet kan synkroniseres på tværs af arbejdsområder i en kontekst for udrulningspipelinen.