Pipeline Deployment

Merencanakan dan Mengimplementasikan Lingkungan Analitik Data dengan Microsoft Fabric

Shahzad Mian

Content Developer, DataCamp

Pipeline seperti ban berjalan

Ban Berjalan

Merencanakan dan Mengimplementasikan Lingkungan Analitik Data dengan Microsoft Fabric

Mengapa Pipeline Penting

  1. Perubahan terstruktur dan berurutan
  2. Log audit yang jelas
  3. Mudah menganalisis perubahan
  4. Proses otomatis
  5. Konsisten dan andal

Pipeline Pabrik

Merencanakan dan Mengimplementasikan Lingkungan Analitik Data dengan Microsoft Fabric

Contoh Deploy

Tanpa Deployment Pipeline

  1. Simpan perubahan di workspace asal
  2. Bandingkan versi antar workspace
  3. Publikasikan perubahan di workspace baru
  4. Periksa error atau item yang hilang

Dengan Deployment Pipeline

Contoh Tombol Deploy

1 Kredit: https://learn.microsoft.com/en-us/fabric/cicd/deployment-pipelines/intro-to-deployment-pipelines
Merencanakan dan Mengimplementasikan Lingkungan Analitik Data dengan Microsoft Fabric

Memahami Pairing

Perbandingan item berpasangan di Fabric

Item berpasangan ditimpa (status "Same as source")

Item tidak berpasangan membuat salinan baru di tahap target (status "Only in source")

1 Kredit: https://learn.microsoft.com/en-us/fabric/cicd/deployment-pipelines/intro-to-deployment-pipelines
Merencanakan dan Mengimplementasikan Lingkungan Analitik Data dengan Microsoft Fabric

Ayo berlatih!

Merencanakan dan Mengimplementasikan Lingkungan Analitik Data dengan Microsoft Fabric

Preparing Video For Download...