Del via


Power BI Project (PBIP) og Azure DevOps-buildpipelines til validering

Ved at kombinere Fabric Git Integration med Azure DevOps kan du oprette forbindelse mellem et arbejdsområde og en forgrening i et Azure DevOps-lager og automatisk synkronisere mellem dem.

Når du integrerer PBIP-formatet med Azure DevOps, kan du bruge Azure Pipelines til at automatisere CI/CD-pipelines (Continuous Integration/Continuous Deployment ). Disse pipelines behandler PBIP-metadatafilerne og anvender en række kvalitetskontroller på din udvikling, før de udrulles i produktionssystemet.

I denne artikel fokuserer vi på kontinuerlig integration og beskriver, hvordan du opretter en Azure DevOps-pipeline, der garanterer bedste praksis for alle semantiske modeller og rapporter i et Fabric-arbejdsområde. Ved at implementere automatiserede kvalitetstests kan du forhindre almindelige fejl og forbedre teamets effektivitet. Denne tilgang sikrer f.eks., at nye teammedlemmer overholder de etablerede standarder for semantisk model- og rapportudvikling.

Få mere at vide om PBIP og Fabric Git Integration i oversigt over projekter og Fabric Git-integrationsoversigt.

I følgende diagram illustreres det komplette scenarie med to udviklingsarbejdsprocesser, der udløser Azure DevOps-pipelinen for at validere udviklingskvaliteten. Pipelinen udfører følgende handlinger:

Diagram, der viser arbejdsprocessen for DevOps-pipelinen.

  1. Bruger 1 udvikler sig ved hjælp af Power BI Desktop.

    1. Opret en forgrening fra hoved ved hjælp af VS Code (funktion/datasætændring)
    2. Foretag ændringer af semantisk model ved hjælp af Power BI Desktop
    3. Bekræft ændringer i fjernlager forgrening ved hjælp af VS Code
    4. Opret pullanmodning til hovedforgreningen ved hjælp af Azure DevOps
  2. Samtidig udvikler Bruger 2 ved hjælp af et andet Fabric-arbejdsområde.

    1. Opret forgrening fra hoved ved hjælp af Fabric Git (funktion/rapportændring)
    2. Foretag rapportændringer i Fabric-arbejdsområdet
    3. Bekræft ændringer i fjernlagerforgreningen ved hjælp af Fabric Git
    4. Opret pullanmodning til hovedforgreningen ved hjælp af Azure DevOps
  3. Teamlederen gennemgår Pull-anmodninger og synkroniserer ændringerne i teamarbejdsområdet ved hjælp af Fabric Git.

  4. Pull-anmodningen udløser Azure DevOps-pipelinen for at undersøge den semantiske model og kvaliteten af rapportudvikling.

Bemærk

I dette eksempel bruger pipelinen to communityværktøjer med åben kildekode, der gør det muligt for en udvikler at anvende regler for bedste praksis (kan tilpasses) på metadataene for semantiske modeller og rapporter i en Power BI-projektmappe:

En fremgangsmåde, der ligner eksemplet i denne artikel, gælder for andre communityværktøjer. Denne artikel dykker ikke ned i specifikationerne for communityværktøjerne eller oprettelse og redigering af regler. Du kan finde detaljerede oplysninger om disse emner i de angivne links. I denne artikel fokuseres der på den proces at etablere en kvalitetsport mellem kildestyring og et Fabric Workspace. Det er vigtigt at bemærke, at de henviste communityværktøjer er udviklet af tredjepartsbidragydere, og Microsoft tilbyder ikke support eller dokumentation til dem.

Trin 1 – Forbind Fabric-arbejdsområdet til Azure DevOps

Opret forbindelse mellem dit Fabric-arbejdsområde og Azure DevOps:

Skærmbillede, der viser Git-forbindelsen til DevOps.

Når Fabric Git-integration er færdig med at eksportere dine arbejdsområdeelementer, indeholder din Forgrening af Azure DevOps en mappe for hvert element i dit arbejdsområde:

Skærmbillede, der viser forgreningen Azure DevOps med mapper til forskellige arbejdsområdeelementer.

Trin 2 – Opret og kør en Azure DevOps-pipeline

Sådan opretter du en ny pipeline:

  1. Under fanen Pipelines i navigationsmenuen til venstre skal du vælge Opret pipeline :

    Skærmbillede, der viser, hvordan du opretter en pipeline.

  2. Vælg Git- i Azure Repos, og vælg det første lager (det lager, der er forbundet til Fabric-arbejdsområdet):

    Skærmbillede, der viser Git for Azure-lager valgt som kodekilde for pipelinen.

    Skærmbillede, der viser demo-ADObuild-lageret valgt.

  3. Vælg Startpipeline.

    Skærmbillede, der viser startpipelineikonet valgt.

    Følgende YAML-kode vises i editoren:

    Skærmbillede, der viser YAML-standardkoden.

  4. Kopiér og indsæt YAML-koden fra Power BI-udviklertilstandspipelinen i den pipeline, du har oprettet:

    Skærmbillede, der viser DEN YAML-kode, der skal tilføjes.

    Skærmbillede, der viser anden del af YAML-koden.

  5. Vælg Gem og kør for at sende din nye pipeline til lageret.

    Skærmbillede af en gennemgang af YAML-koden.

    Skærmbillede, der viser valg af lagring og kørsel.

Azure DevOps kører pipelinen og starter to buildjob parallelt:

Skærmbillede, der viser Azure DevOps, der kører en pipeline.

  • Build_Datasets
    • Downloader binære tabeleditorer.
    • Download standardregler for Analyse af bedste praksis. Hvis du vil tilpasse reglerne, skal du føje en Rules-Dataset.json til roden af lageret.
    • Gennemse alle mapperne med semantiske modelelement, og kør BPA-regler for Tabeleditor.
  • Build_Reports
    • Download binære PBI-fremvisere.
    • Download PBI Fremviser standardregler. Hvis du vil tilpasse reglerne, skal du føje en Rules-Report.json til roden af lageret.
    • Gennemse alle rapportelementmapperne, og kør regler for Power BI Fremviser.

Når den er færdig, opretter Azure DevOps en rapport over alle de advarsler og fejl, der er opstået:

Skærmbillede, der viser fejlrapport.

Vælg linket for at åbne en mere detaljeret visning af de to job:

Skærmbillede, der viser knappen Vis log.

Skærmbillede, der viser den udvidede fejllog.

Hvis din rapport eller semantiske model mislykkes en regel med et højere alvorsgradsniveau, mislykkes buildet, og fejlen fremhæves:

Skærmbillede, der viser fejl i overstregningstusch.

Trin 3 – Definer forgreningspolitikker

Når pipelinen er i gang, skal du aktivere forgreningspolitikker på hovedgrenen. Dette trin sikrer, at ingen bekræftelser kan foretages direkte i hoveddelen. Der kræves altid en "pullanmodning" for at flette ændringer tilbage til hoved, og du kan konfigurere pipelinen til at køre med hver pullanmodning.

  1. Vælg forgrenings>primære politikker for forgreninger:>

    Skærmbillede, der viser forgreningspolitikker.

  2. Konfigurer den oprettede pipeline som en buildpolitik for forgreningen:

    Skærmbillede, der viser brugergrænsefladen for buildpolitikken.

    Skærmbillede, der viser anden del af brugergrænsefladen for buildpolitikken.

Trin 4 – Opret pullanmodning

Hvis du vender tilbage til dit Fabric Workspace, foretager en ændring af en af rapporterne eller semantiske modeller og forsøger at bekræfte ændringen, får du vist følgende fejl:

Skærmbillede, der viser, at ændringsfejlen ikke kan bekræftes.

Du kan kun foretage ændringer af hovedgrenen via en pullanmodning. Sådan opretter du en pullanmodning for at tjekke en ny forgrening ud for at foretage ændringerne:

Opret en forgrening direkte fra Fabric Workspace:

  1. I ruden Kildekontrol skal du vælge Udtjekning af ny forgrening og angive et navn til forgreningen.

    Skærmbillede, der viser skærmen til versionsstyring for at tjekke en ny forgrening ud.

    Skærmbillede, der viser, hvordan du tjekker en ny forgrening ud.

    Du kan også vælge at udvikle i et separat, isoleret arbejdsområde eller i Power BI Desktop. Du kan få flere oplysninger under Administrer Git-forgreninger

  2. Bekræft dine ændringer i denne nye forgrening.

    Skærmbillede, der viser bekræftelsesændringer på forgreningen.

  3. Efter bekræftelsen skal du oprette en pullanmodning til hovedforgreningen fra Azure DevOps-portalen.

    Skærmbillede, der viser en ny pullanmodning, der er oprettet.

    Skærmbillede, der viser den oprettede pullanmodning.

Arbejdsprocessen for pullanmodningen giver dig ikke kun mulighed for at validere og gennemse ændringerne, men udløser også automatisk pipelinen.

Skærmbillede, der viser rapportændring.

Hvis der er en fejl med høj alvorsgrad i en af reglerne, kan du ikke færdiggøre pullanmodningen og flette ændringerne tilbage til hovedforgreningen.

Skærmbillede af fuldført pullanmodning.