查看原文
其他

搭建基于 Snowflake 的 CI/CD 最佳实践!

BB 仔 Bytebase 2024-07-09

Snowflake 提供了可扩展的计算和存储资源,和基于 SQL 的界面 Snowsight,方便用户进行数据操作和分析。然而,如果用户想将自己的 CI/CD 流程与 Snowflake 集成时,会发现一些不便之处(尤其相比其 SnowSight 优秀的查询能力)。

审核和发布流程

在 Snowflake 里,一个典型的更改工作流程如下:
  1. 数据工程师在 Jira 中创建 schema 变更工单。

  2. Snowflake 管理员审核该工单,然后使用 Snowsight 将更改应用到测试实例。

  3. 数据工程师确认更改,并回复工单请求管理员将更改应用到生产实例。

  4. Snowflake 管理员使用 Snowsight 将更改应用到生产环境。

  5. 数据工程师确认更改并关闭工单。
上述过程有多个来回,且容易出错。例如:如果管理员错误地先将更改应用到生产环境会怎样?


缺少自动化的 SQL 语法检查规则

现代的 CI 流水线需要配有自动审核规则。对于 Snowflake 来说,这尤为重要,因为删除一个列可能会破坏下游数据流水线。而 Snowflake 并不提供此类语法检查。


GitOps

Snowflake 最近宣布了 Git 集成:https://www.snowflake.com/blog/snowflake-expands-developer-programmability-snowpark-container-services/
其中包括 Git 集成(预览版),可以轻松地将应用程序代码与 git 和 git 工作流进行集成。用户可以在 Snowflake 内部直接查看、运行、编辑和协作存在于 Git 仓库中的内容。
如果是类似 Vercel 的体验就更好了,当变更脚本合并到分支时,将自动触发一个滚动发布流水线,并可选择批准流程。

Bytebase:生而解决挑战

为应对 CI/CD 的挑战,Snowflake 打造了 schemachange (https://github.com/Snowflake-Labs/schemachange)。
而另一个解决方案则是 Bytebase,详细对比可见 schemachange vs. Bytebase (https://www.bytebase.com/blog/snowflake-schema-change/)。

基于 Web 的审查和发布流程

Bytebase 提供了基于 web 端的审核和发布界面,这类似 Jira,只不过是专门针对进行数据库变更的。例如,分阶段发布可将变更从测试直接发布到生产实例。
记录了 schema 变更历史。
检测由意外变更引起的数据库结构漂移 (schema drift)。

SQL 审核 + API

Bytebase 提供了一系列可配置的 SQL 语法检查规则,以检测 Snowflake SQL 反模式。配置完成后,在审核过程中将自动进行 SQL 审核。此外,可以从你的 VCS CI 调用 Bytebase API。
直接在 GitHub PR 中进行检查:https://github.com/bytebase/ci-example/pull/4/files

总结一下

Bytebase 将 DevOps 和类似 GitHub / GitLab 的体验带入了 Snowflake 世界,可以跟着手把手教程一起试试:https://www.bytebase.com/docs/tutorials/database-change-management-with-snowflake/。

四年增长 100 倍的 Figma,数据库团队是怎么活下来的!

80岁图灵奖得主再度出山,打造基于数据库的云原生操作系统 DBOS

奥赛满分金牌得主出品,硅谷诞生超级AI码农

从 Java 大神 Joshua Bloch 提炼 API 设计的三个核心原则


继续滑动看下一个
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存