Von manueller zu automatisierter Bereitstellung

Einführung in das Databricks Lakehouse

Gang Wang

Senior Data Scientist

Das Problem manueller Bereitstellungen

$$

  • Jobs über die UI einzeln konfigurieren
  • Notebooks manuell in Produktionsordner kopieren
  • Einstellungen driften zwischen Staging und Produktion
  • Keine Möglichkeit, eine Bereitstellung von Grund auf zu reproduzieren

$$

recraft: half: Eine Person an einem unordentlichen Schreibtisch mit Haftnotizen und kunterbunten Papierstapeln – Sinnbild für das Chaos manueller Bereitstellungen

Einführung in das Databricks Lakehouse

Warum das in großem Maßstab zählt

$$

  • Ein typisches Projekt hat Jobs, Pipelines, Cluster, Berechtigungen und Zeitpläne
  • Alles separat in der UI konfiguriert
  • Ein Teammitglied geht – sein Konfigurationswissen geht mit
  • Audit fragt: „Was hat sich letzten Monat geändert?" – keine klare Antwort

$$

recraft: half: Ein Büro-Whiteboard voller verworrener Diagramme, durchgestrichener Notizen und Fragezeichen – Sinnbild für verlorenes Wissen und Konfigurationschaos

Einführung in das Databricks Lakehouse

Was sind Databricks Asset Bundles?

$$

radial: Databricks Asset Bundles

$$

  • Alles in einem Projektordner, versioniert in Git, bereitgestellt mit einem einzigen CLI-Befehl
Einführung in das Databricks Lakehouse

Vorteile von DAB

$$

  • Reproduzierbar – jedes Mal dieselbe Konfiguration bereitstellen
  • Versionskontrolliert – Änderungen in Git nachverfolgt
  • Umgebungs-Promotion – Dev → Staging → Prod
  • CI/CD-Integration – Bereitstellungen in Pipelines automatisieren

$$

recraft: half: Eine Fabrik-Förderlinie, auf der identische Kisten nacheinander produziert werden – Sinnbild für reproduzierbare, automatisierte Bereitstellung

Einführung in das Databricks Lakehouse

Traditionell vs. DAB

$$

Traditionell DAB
Konfiguration UI-Klicks YAML-Dateien in Git
Reproduzierbarkeit Manuell, fehleranfällig Automatisiert, konsistent
Umgebungs-Promotion Kopieren und neu konfigurieren bundle deploy --target prod
Rollback Aus dem Gedächtnis nachbauen git revert + erneut bereitstellen
Zusammenarbeit Eine Person gleichzeitig Voller Git-Workflow

Einführung in das Databricks Lakehouse

Zusammenfassung

$$

  • Manuelle UI-Bereitstellung ist fragil und nicht skalierbar
  • Databricks Asset Bundles beschreiben dein Projekt in YAML
  • Vorteile: Reproduzierbarkeit, Versionskontrolle, CI/CD, Umgebungs-Promotion
  • Alles liegt in Git – eine einzige Quelle der Wahrheit für deine Bereitstellung
Einführung in das Databricks Lakehouse

Lass uns üben!

Einführung in das Databricks Lakehouse

Preparing Video For Download...