Dal deployment manuale a quello automatizzato

Introduzione a Databricks Lakehouse

Gang Wang

Senior Data Scientist

Il problema del deployment manuale

$$

  • Configura i job dalla UI, uno alla volta
  • Copia i notebook nelle cartelle di produzione manualmente
  • Le impostazioni divergono tra staging e produzione
  • Impossibile riprodurre un deployment da zero

$$

recraft: half: Una persona a una scrivania disordinata piena di post-it e fogli sparsi, a rappresentare il caos dei processi di deployment manuali

Introduzione a Databricks Lakehouse

Perché conta su larga scala

$$

  • Un progetto tipico ha job, pipeline, cluster, permessi e pianificazioni
  • Ognuno configurato separatamente nella UI
  • Un membro lascia il team: la sua conoscenza della configurazione se ne va con lui/lei
  • Audit: «cosa è cambiato il mese scorso?» - nessuna risposta chiara

$$

recraft: half: Una lavagna in ufficio piena di diagrammi aggrovigliati, note cancellate e punti interrogativi, a rappresentare la perdita di know-how e il caos di configurazione

Introduzione a Databricks Lakehouse

Cosa sono i Databricks Asset Bundles?

$$

radial: Databricks Asset Bundles

$$

  • Tutto in una cartella di progetto, versionato in Git, distribuito con un solo comando CLI
Introduzione a Databricks Lakehouse

Vantaggi dei DAB

$$

  • Riproducibile - distribuisci la stessa config ogni volta
  • Versionato - modifiche tracciate in Git
  • Promozione ambienti - dev → staging → prod
  • Integrazione CI/CD - automatizza i deployment nelle pipeline

$$

recraft: half: Una catena di montaggio che produce una dopo l'altra scatole identiche su un nastro trasportatore, a rappresentare il deployment automatico e riproducibile

Introduzione a Databricks Lakehouse

Tradizionale vs. DAB

$$

Tradizionale DAB
Configurazione Clic nella UI File YAML in Git
Riproducibilità Manuale, soggetta a errori Automatica, coerente
Promozione ambienti Copia e riconfigura bundle deploy --target prod
Rollback Ricreare a memoria git revert + ridistribuzione
Collaborazione Una persona alla volta Workflow Git completo

Introduzione a Databricks Lakehouse

Riepilogo

$$

  • Il deployment manuale via UI è fragile e non scala
  • I Databricks Asset Bundles descrivono il progetto in YAML
  • Benefici: riproducibilità, controllo versione, CI/CD, promozione ambienti
  • Tutto vive in Git: un'unica fonte di verità per il deployment
Introduzione a Databricks Lakehouse

Esercitiamoci!

Introduzione a Databricks Lakehouse

Preparing Video For Download...