Deployment Pipelines

Microsoft Fabric के साथ डेटा एनालिटिक्स वातावरण की योजना और कार्यान्वयन

Shahzad Mian

Content Developer, DataCamp

कन्वेयर बेल्ट जैसी Pipelines

कन्वेयर बेल्ट

Microsoft Fabric के साथ डेटा एनालिटिक्स वातावरण की योजना और कार्यान्वयन

Pipelines क्यों ज़रूरी हैं

  1. बदलाव का सुव्यवस्थित क्रम
  2. स्पष्ट ऑडिट लॉग
  3. बदलावों का विश्लेषण आसान
  4. स्वचालित प्रक्रिया
  5. स्थिरता और विश्वसनीयता

फ़ैक्टरी पाइपलाइन

Microsoft Fabric के साथ डेटा एनालिटिक्स वातावरण की योजना और कार्यान्वयन

Deploy का उदाहरण

Deployment Pipelines के बिना

  1. बदलाव मूल workspace में सेव करें
  2. दोनों workspaces के वर्शन तुलना करें
  3. नए workspace में बदलाव पब्लिश करें
  4. त्रुटि या मिसिंग आइटम जाँचें

Deployment Pipelines के साथ

Deploy बटन का उदाहरण

1 Credits: https://learn.microsoft.com/en-us/fabric/cicd/deployment-pipelines/intro-to-deployment-pipelines
Microsoft Fabric के साथ डेटा एनालिटिक्स वातावरण की योजना और कार्यान्वयन

Pairing समझें

Fabric में पेयर्ड आइटम तुलना

Paired Items ओवरराइट होते हैं (status "Same as source")

Unpaired Items टारगेट स्टेज में नई कॉपी बनाएँगे (status "Only in source")

1 Credits: https://learn.microsoft.com/en-us/fabric/cicd/deployment-pipelines/intro-to-deployment-pipelines
Microsoft Fabric के साथ डेटा एनालिटिक्स वातावरण की योजना और कार्यान्वयन

अभ्यास करते हैं!

Microsoft Fabric के साथ डेटा एनालिटिक्स वातावरण की योजना और कार्यान्वयन

Preparing Video For Download...