Déploiement d’un entrepôt à l’aide de pipelines

S’applique à : ✅ Entrepôt dans Microsoft Fabric

Microsoft Fabric pipelines offrent un moyen simplifié de modifier les schémas d’entrepôt à travers des espaces de travail tels que Dev → Test → Production. Les pipelines intègrent la gestion des dépendances, la validation des schémas et l’intelligence de déploiement déclarative.

Important

Cette fonctionnalité est en version préliminaire.

Cet article explique le processus de déploiement en entrepôt avec les pipelines.

Schéma du cycle de vie de déploiement du pipeline pour Fabric Data Warehouse.

Les pipelines de déploiement fournissent la structure du cycle de vie nécessaire pour déplacer les changements d’entrepôt en toute sécurité entre les espaces de travail. Ils agissent comme la couche centrale d’orchestration pour la promotion des schémas, permettant aux équipes de standardiser la manière dont les changements circulent dans la plateforme d’analytique plutôt que de dépendre de déploiements ad hoc. Une fois créé, le pipeline devient l’interface principale pour comparer les entrepôts, examiner les changements et exécuter les déploiements.

Créer une chaîne de traitement

Pour créer un nouveau pipeline, voir commencer avec les pipelines de déploiement pour créer et gérer un pipeline de déploiement.

Comparer

Vérifiez toujours et comparez les modifications T-SQL avant le déploiement. Les pipelines de déploiement offrent un écran de comparaison facile dans le portail Fabric pour examiner les objets d’entrepôt concernés.

Examiner les changements permet aux équipes de valider leur préparation avant de promouvoir des mises à jour dans les environnements en aval. Ce processus est particulièrement précieux dans les situations d’entreprise où plusieurs équipes contribuent au développement de l’entrepôt.

Fabric utilise DacFx (Data-tier Application Framework) pour effectuer cette comparaison. DacFx construit un modèle de schéma déclaratif des deux environnements et identifie des différences telles que de nouvelles tables, des colonnes modifiées, des contraintes ou des changements de dépendances. Parce que cette comparaison est basée sur le modèle, elle reflète fidèlement ce qui se passe lors du déploiement.

Important

Pour la comparaison de schéma avec le travail, l’entrepôt doit exister à la fois dans les espaces de travail source et cible. Si l’espace de travail cible ne contient pas encore l’entrepôt, créez ou déployez d’abord une version de base initiale.

Note

Si la clause d’une COLLATE colonne spécifie explicitement la même collation que la collation par défaut de l’entrepôt, la comparaison ne la montre pas comme une différence, car elle équivaut à ne pas spécifier une collation du tout. Seules les colonnes dont la collation diffère de celle par défaut de l’entrepôt apparaissent lors des comparaisons lorsque leur collation change. Pour plus d’informations et un exemple, voir Troubleshoot intégration Git pour le développement d’entrepôts Fabric.

Avant de déployer toute modification, utilisez la capacité de comparaison du pipeline de déploiement pour examiner les différences entre les espaces de travail de l’entrepôt source et cible.

Capture d’écran dans le portail Fabric en utilisant un pipeline pour comparer un entrepôt dans deux espaces de travail différents.

Sélectionnez Comparer et consultez les changements, comme la création d’une nouvelle vue dans l’entrepôt :

Capture d’écran de la comparaison entre un entrepôt dans un État et un entrepôt dans un autre État.

Deploy

Une fois la comparaison terminée et validation des modifications, vous pouvez déployer directement depuis l’interface du pipeline en sélectionnant les articles de l’entrepôt à promouvoir.

Capture d’écran du portail Fabric du déploiement vers cet écran de phase dans le pipeline.

Lors du déploiement, les pipelines de déploiement utilisent DacFx pour générer un plan de déploiement intelligent basé sur les différences de schéma. Fabric applique uniquement les modifications requises pour synchroniser l’espace de travail cible avec la source.

Capture d’écran du portail Fabric d’un déploiement réussi.

Configurations de déploiement

Fabric pipelines de déploiement utilisent la technologie de déploiement DacFx avec des configurations spécifiquement adaptées à Fabric Data Warehouse. Ces configurations garantissent que les déploiements réussissent de manière fiable tout en restant alignées sur les capacités et pratiques opérationnelles de la plateforme Fabric.

  • Sautant le script d’options au niveau de la base de données (ScriptDatabaseOptions = false) - Fabric gère de nombreux paramètres au niveau de la base de données au niveau de la plateforme. Des instructions de script, comme ALTER DATABASE ... SET lors du déploiement, peuvent entraîner des défaillances ou des dérives de configuration involontaires. Les pipelines de déploiement évitent donc de propager ces paramètres, garantissant que les déploiements de schéma se concentrent uniquement sur les objets d’entrepôt pris en charge.

  • Permettre l’application du moteur pour les objets répliqués (DoNotAlterReplicatedObjects = false) - Les entrepôts Fabric utilisent souvent des mécanismes de réplication internes, par exemple dans des scénarios de liaison ou de synchronisation. Au lieu de bloquer prématurément les modifications de schéma, les pipelines de déploiement permettent au moteur Fabric de déterminer si un changement est autorisé. Cette approche évite les échecs de déploiement inutiles tout en préservant les protections de la plateforme.

  • Désactivation du scripting DDL transactionnel (IncludeTransactionalScripts = false) - Les entrepôts Fabric ne supportent actuellement pas l'enveloppement des scripts DDL à l'intérieur des transactions. Les pipelines de déploiement génèrent donc des scripts non transactionnels pour garantir la réussite des déploiements.

  • Utilisation de paramètres par défaut intelligents pour l’évolution du schéma (GenerateSmartDefaults = true) - Lorsque les changements de schéma introduisent des contraintes plus strictes, comme la conversion des colonnes nullables en non-nullables ou l’ajout de nouvelles colonnes avec des contraintes par défaut, les pipelines de déploiement peuvent automatiquement remplir les valeurs de base. Cette approche aide les déploiements à réussir sans nécessiter de préparation manuelle des données et réduit les frictions opérationnelles lors de l’évolution du schéma.

  • Exclure les principaux de sécurité du déploiement (ExcludeObjectTypes = Logins, Users, Permissions) - Les objets de sécurité sont intentionnellement exclus des déploiements en entrepôt. Promouvoir les connexions, les utilisateurs ou les permissions à travers différents environnements peut introduire des risques de sécurité ou des conflits spécifiques à l’environnement. Gérez plutôt le contrôle d’accès séparément via des processus de gouvernance de l’environnement ou de gestion des identités.

Limitations

  • Les pipelines de déploiement Fabric ne prennent pas en charge l'élément de point de terminaison pour les analyses SQL.
  • Dépendances inter-éléments, séquencement d’éléments et écarts de synchronisation entre le point de terminaison d’analyse SQL et l’entrepôt impactent les flux de travail des pipelines de déploiement Fabric.
  • Déployez un entrepôt à la fois. La sélection d’éléments liés pour le déploiement n’est pas prise en charge.

Résolution des problèmes d’intégration Git

Pour les limitations spécifiques à l’intégration Git, voir Limitations dans l’intégration Git dans l’article sur l’intégration Git.

Pour le dépannage, les solutions de contournement et les correctifs des problèmes courants d’intégration Git dans le développement d’un entrepôt Fabric, voir Troubleshoot intégration Git pour le développement d’entrepôt Fabric.

Contenu connexe

  • Last updated on