Udostępnij za pośrednictwem

Uruchamianie przepływu pracy ciągłej integracji/ciągłego wdrażania za pomocą pakietu zasobów usługi Databricks i funkcji GitHub Actions

  • Artykuł

W tym artykule opisano sposób uruchamiania przepływu pracy ciągłej integracji/ciągłego wdrażania w usłudze GitHub przy użyciu funkcji GitHub Actions i pakietu zasobów usługi Databricks. Zobacz Co to są pakiety zasobów usługi Databricks?

Możesz użyć funkcji GitHub Actions wraz z poleceniami interfejsu wiersza polecenia bundle usługi Databricks, aby zautomatyzować, dostosować i uruchomić przepływy pracy ciągłej integracji/ciągłego wdrażania z poziomu repozytoriów Usługi GitHub.

Do katalogu repozytorium .github/workflows można dodać pliki YAML funkcji GitHub Actions, takie jak następujące. Poniższy przykładowy plik YAML funkcji GitHub Actions weryfikuje, wdraża i uruchamia określone zadanie w pakiecie w przedprodukcyjnym obiekcie docelowym o nazwie "qa" zgodnie z definicją w pliku konfiguracji pakietu. Ten przykładowy plik YAML funkcji GitHub Actions opiera się na następujących kwestiach:

  • Plik konfiguracji pakietu w katalogu głównym repozytorium, który jest jawnie zadeklarowany za pomocą ustawienia working-directory: . pliku YAML funkcji GitHub Actions (to ustawienie można pominąć, jeśli plik konfiguracji pakietu znajduje się już w katalogu głównym repozytorium). Ten plik konfiguracji pakietu definiuje przepływ pracy usługi Azure Databricks o nazwie i element docelowy o nazwie my-jobqa. Zobacz Konfiguracje pakietu zasobów usługi Databricks.
  • Wpis tajny usługi GitHub o nazwie SP_TOKEN, reprezentujący token dostępu usługi Azure Databricks dla jednostki usługi Azure Databricks skojarzonej z obszarem roboczym usługi Azure Databricks, do którego jest wdrażany i uruchamiany ten pakiet. Zobacz Zaszyfrowane wpisy tajne.
# This workflow validates, deploys, and runs the specified bundle
# within a pre-production target named "qa".
name: "QA deployment"

# Ensure that only a single job or workflow using the same concurrency group
# runs at a time.
concurrency: 1

# Trigger this workflow whenever a pull request is opened against the repo's
# main branch or an existing pull request's head branch is updated.
on:
  pull_request:
    types:
      - opened
      - synchronize
    branches:
      - main

jobs:
  # Used by the "pipeline_update" job to deploy the bundle.
  # Bundle validation is automatically performed as part of this deployment.
  # If validation fails, this workflow fails.
  deploy:
    name: "Deploy bundle"
    runs-on: ubuntu-latest

    steps:
      # Check out this repo, so that this workflow can access it.
      - uses: actions/checkout@v3

      # Download the Databricks CLI.
      # See https://github.com/databricks/setup-cli
      - uses: databricks/setup-cli@main

      # Deploy the bundle to the "qa" target as defined
      # in the bundle's settings file.
      - run: databricks bundle deploy
        working-directory: .
        env:
          DATABRICKS_TOKEN: ${{ secrets.SP_TOKEN }}
          DATABRICKS_BUNDLE_ENV: qa

  # Validate, deploy, and then run the bundle.
  pipeline_update:
    name: "Run pipeline update"
    runs-on: ubuntu-latest

    # Run the "deploy" job first.
    needs:
      - deploy

    steps:
      # Check out this repo, so that this workflow can access it.
      - uses: actions/checkout@v3

      # Use the downloaded Databricks CLI.
      - uses: databricks/setup-cli@main

      # Run the Databricks workflow named "my-job" as defined in the
      # bundle that was just deployed.
      - run: databricks bundle run my-job --refresh-all
        working-directory: .
        env:
          DATABRICKS_TOKEN: ${{ secrets.SP_TOKEN }}
          DATABRICKS_BUNDLE_ENV: qa

Poniższy plik YAML funkcji GitHub Actions może istnieć w tym samym repozytorium co poprzedni plik. Ten plik weryfikuje, wdraża i uruchamia określony pakiet w środowisku docelowym produkcyjnym o nazwie "prod" zgodnie z definicją w pliku konfiguracji pakietu. Ten przykładowy plik YAML funkcji GitHub Actions opiera się na następujących kwestiach:

  • Plik konfiguracji pakietu w katalogu głównym repozytorium, który jest jawnie zadeklarowany za pośrednictwem ustawienia working-directory: . pliku YAML funkcji GitHub Actions (to ustawienie można pominąć, jeśli plik konfiguracji pakietu znajduje się już w katalogu głównym repozytorium). Ten plik konfiguracji pakietu definiuje przepływ pracy usługi Azure Databricks o nazwie i element docelowy o nazwie my-jobprod. Zobacz Konfiguracje pakietu zasobów usługi Databricks.
  • Wpis tajny usługi GitHub o nazwie SP_TOKEN, reprezentujący token dostępu usługi Azure Databricks dla jednostki usługi Azure Databricks skojarzonej z obszarem roboczym usługi Azure Databricks, do którego jest wdrażany i uruchamiany ten pakiet. Zobacz Zaszyfrowane wpisy tajne.
# This workflow validates, deploys, and runs the specified bundle
# within a production target named "prod".
name: "Production deployment"

# Ensure that only a single job or workflow using the same concurrency group
# runs at a time.
concurrency: 1

# Trigger this workflow whenever a pull request is pushed to the repo's
# main branch.
on:
  push:
    branches:
      - main

jobs:
  deploy:
    name: "Deploy bundle"
    runs-on: ubuntu-latest

    steps:
      # Check out this repo, so that this workflow can access it.
      - uses: actions/checkout@v3

      # Download the Databricks CLI.
      # See https://github.com/databricks/setup-cli
      - uses: databricks/setup-cli@main

      # Deploy the bundle to the "prod" target as defined
      # in the bundle's settings file.
      - run: databricks bundle deploy
        working-directory: .
        env:
          DATABRICKS_TOKEN: ${{ secrets.SP_TOKEN }}
          DATABRICKS_BUNDLE_ENV: prod

  # Validate, deploy, and then run the bundle.
  pipeline_update:
    name: "Run pipeline update"
    runs-on: ubuntu-latest

    # Run the "deploy" job first.
    needs:
      - deploy

    steps:
      # Check out this repo, so that this workflow can access it.
      - uses: actions/checkout@v3

      # Use the downloaded Databricks CLI.
      - uses: databricks/setup-cli@main

      # Run the Databricks workflow named "my-job" as defined in the
      # bundle that was just deployed.
      - run: databricks bundle run my-job --refresh-all
        working-directory: .
        env:
          DATABRICKS_TOKEN: ${{ secrets.SP_TOKEN }}
          DATABRICKS_BUNDLE_ENV: prod

Zobacz też