Deklarative Pipelines

Letzte Aktualisierung: 08.09.2026

Deklarative Pipelines ermöglichen es Ihnen, Qlik Talend Data Integration Pipeline-Projekte vollständig im Code mithilfe von YAML-Dateien zu definieren, zu konfigurieren und bereitzustellen. Sie bearbeiten die Dateien in jeder integrierten Entwicklungsumgebung oder einem Versionskontrollsystem und stellen sie dann bereit, um Projekte zu erstellen oder zu aktualisieren.

Wann deklarative Pipelines einsetzen

Verwenden Sie deklarative Pipelines, um zu fördern:

Zusammenarbeit
Fortlaufende Integration / Kontinuierliche Bereitstellung
Wiederholbare Bereitstellung in verschiedene Umgebungen
API-gesteuerte Automatisierung

Im Folgenden finden Sie einige typische Anwendungsfälle:

Pipelines im Code definieren für kontinuierliche Integration und Entwicklungsautomatisierung.
Bereitstellen identischer pipeline-Konfigurationen in mehreren Umgebungen (Entwicklung, Verifizierung, Produktion).
pipeline-Definitionen projekt- oder teamübergreifend wiederverwenden und teilen.
Automate die Erstellung umfangreicher Projekte ohne manuellen Aufwand.

So funktioniert es

Ein Pipeline-Projekt wird als eine Reihe von YAML-Dateien dargestellt, die in einer Ordnerstruktur organisiert sind, die die Aufgaben und Datensätze des Projekts widerspiegelt. YAML-Dateien sind einfacher zu lesen, Diffs zu sehen, zu überprüfen, wiederzuverwenden und Automatisierung zu erstellen.

Sie können ein bestehendes Projekt als YAML exportieren, die Dateien bearbeiten und sie wieder importieren, um Ihre Änderungen anzuwenden. Wenn das Projekt mit der Versionskontrolle verbunden ist, sind die YAML-Dateien direkt in Ihrem GitHub Repository verfügbar.

Weitere Informationen zur YAML-Dateistruktur finden Sie unter Abrufen und Bearbeiten einer pipeline-Konfiguration.

Bindungsdateien (qtcp_bindings_definition.json und binding.json) bleiben im JSON-Format, um die Kompatibilität mit der Bindungs-API zu gewährleisten. Für den Legacy-Export oder in bestehenden GitHub-Projekten heißt die Datei bindingTemplate.json und nicht qtcp_bindings_definition.json.

Typischer Workflow

Bevor Sie beginnen, müssen Sie Ihre Entwicklungsumgebung und die Versionskontrolle einrichten. Weitere Informationen finden Sie unter Einstieg in deklarative Pipelines.

Ein typischer deklarativer pipeline-Workflow sieht folgendermaßen aus:

Abrufen der pipeline-Konfiguration

Sie können ein bestehendes Projekt als YAML exportieren, es aus der Versionskontrolle abrufen oder von einer Vorlage starten.

Abrufen und Bearbeiten einer pipeline-Konfiguration
Bearbeiten Sie die pipeline-Konfiguration

Ändern Sie die YAML-Dateien in Ihrer Entwicklungsumgebung. Sie können Aufgaben hinzufügen, Quellauswahlen ändern und Einstellungen aktualisieren.

Entwicklerleitfaden: Deklarative Pipelines
Validieren Sie die pipeline Konfiguration

Überprüfen Sie die Dateien auf Syntax- und semantische Fehler, bevor Sie die pipeline bereitstellen.

Validieren einer pipeline-Konfiguration
Bereitstellen der pipeline Konfiguration

Importieren Sie die Dateien, um das Projekt in Qlik Talend Data Integration zu erstellen oder zu aktualisieren.

Sie können die Dateien auch in die Versionskontrolle einchecken und das Anwenden aus der Versionskontrolle im Projekt in Qlik Talend Data Integration durchführen.

Bereitstellen einer Pipeline-Konfiguration

Beziehung zur Versionsverwaltung

Wenn ein Projekt mit der Versionskontrolle verbunden ist, werden die YAML-Dateien direkt in Ihrem GitHub Repository gespeichert. Sie können die YAML-Dateien in GitHub oder in einer beliebigen IDE bearbeiten und die Änderungen dann wieder auf das Projekt anwenden.

Informationen zum Verbinden eines Projekts mit der Versionskontrolle finden Sie unter Verwalten Ihrer Pipeline-Projekte mit Versionskontrolle.

Wenn Sie ein bestehendes Projekt haben, das mit der Versionskontrolle verbunden ist und das ältere JSON-Format verwendet, können Sie es zu YAML migrieren. Weitere Informationen finden Sie unter Migration eines Projekts in das YAML-Format.

Verwenden von KI-Assistenten zum Konfigurieren von Pipelines

Nutzen Sie KI-Assistenten (wie GitHub Copilot oder Anthropic Claude), um die Erstellung und Bearbeitung von YAML-Konfigurationen zu optimieren. Um Genauigkeit und die Einhaltung der Projektstandards sicherzustellen, folgen Sie diesen bewährten Methoden:

Wählen Sie ein leistungsstarkes Modell — Verwenden Sie ein Premium-Modell mit großem Kontext (zum Beispiel Anthropic Claude Sonnet 4.6 oder höher) anstelle eines Standard- oder „Auto“-Modells für die komplexe YAML-Generierung und die Einhaltung des Schemas. Fortschrittliche Modelle interpretieren komplexe pipeline-Schemata korrekt und erzeugen genauere Konfigurationen.
Projektspezifische KI-Anweisungen konfigurieren — Verbessern Sie die Qualität der KI-generierten Konfiguration, indem Sie dem Modell Projektkontext bereitstellen. Erstellen Sie eine Anweisungsdatei im Stammverzeichnis Ihres VS Code-Arbeitsbereichs. Wählen Sie eine der folgenden Optionen aus:
- CLAUDE.md (für die Anthropic Claude Code Erweiterung)
- .github/copilot-instructions.md (für GitHub Copilot)
Der Inhalt Ihrer Anweisungsdatei sollte wie folgt aussehen:
```
This is a Qlik Talend Cloud Pipeline (QTCP) project. Before any project advice or YAML edits, I MUST read the source of truth first:
https://raw.githubusercontent.com/qlik-oss/schemas/refs/heads/main/qtcp/ai-instructions.md
```

Verwenden von KI-Assistenten mit Qlik MCP-Tools

Wenn Sie einen Qlik MCP-Server in Ihrem Mandanten bereitstellen, können KI-Assistenten dedizierte MCP-Tools verwenden, um pipeline-Projekte programmatisch zu verwalten.

Voraussetzungen

Qlik MCP-Server wird in Ihrem Mandanten bereitgestellt
Sie haben die Qlik MCP: Zulässig Berechtigung, zugewiesen über eine benutzerdefinierte Rolle
Sie haben Berechtigungen, pipeline-Projekte zu erstellen oder zu bearbeiten
Ein KI-Client mit MCP-Unterstützung (z. B. VS Code mit GitHub Copilot) ist so konfiguriert, dass er den Qlik MCP-Server verwendet

Verfügbare MCP-Funktionen für Datenpipelines

KI-Assistenten können die folgenden Funktionen zum Konfigurieren und Verwalten von pipeline-Projekten nutzen:

Räume suchen — Eine Liste verfügbarer Räume abrufen.
Verbindungen suchen — Eine Liste der verfügbaren Datenverbindungen abrufen.
Suche nach Projekten — Abrufen einer Liste bestehender pipeline-Projekte.
Suchen nach Verbindungsobjekten — Entdecken Sie verfügbare Tabellen und Ansichten aus einer Datenquelle.
pipeline-Projektdetails abrufen — Projektbindungswerte abrufen.

Hat diese Seite Ihnen geholfen?

Wenn Sie ein Problem mit dieser Seite oder ihrem Inhalt feststellen, sei es ein Tippfehler, ein ausgelassener Schritt oder ein technischer Fehler, informieren Sie uns bitte!

Geben Sie hier Ihr Feedback ab