Deklaratywne potoki | Qlik Cloud Pomoc
Przeskocz do zawartości głównej Przejdź do treści uzupełniającej

Deklaratywne potoki

Deklaratywne potoki pozwalają definiować, konfigurować i wdrażać Qlik Talend Data Integration projekty potoków całkowicie w kodzie, używając plików YAML. Pliki edytujesz w dowolnym zintegrowanym środowisku programistycznym lub systemie kontroli wersji, a następnie je wdrażasz w celu tworzenia lub aktualizowania projektów.

Kiedy używać deklaratywnych potoków

Używaj deklaratywnych potoków do promowania:

  • Współpraca

  • Ciągła Integracja / Ciągłe Dostarczanie

  • Powtarzalne wdrożenie do różnych środowisk

  • Automatyzacja oparta na API

Oto typowe zastosowania:

  • Definiuj potoki w kodzie dla ciągłej integracji i automatyzacji rozwoju.

  • Wdrażaj identyczne konfiguracje potoków w wielu środowiskach (programistycznych, weryfikacyjnych, produkcyjnych).

  • Używaj ponownie i udostępniaj definicje potoków między projektami lub zespołami.

  • Automate tworzenie projektów na dużą skalę bez pracy ręcznej.

Jak to działa

Projekt potoku jest reprezentowany jako zestaw plików YAML zorganizowany w strukturę folderów, która odzwierciedla zadania i zestawy danych projektu. Pliki YAML są łatwiejsze do czytania, przeglądania różnic, recenzowania, ponownego użycia i tworzenia automatyzacji.

Możesz eksportować istniejący projekt jako YAML, edytować pliki i zaimportować je z powrotem, aby zastosować zmiany. Jeśli projekt jest połączony z kontrolą wersji, pliki YAML są bezpośrednio dostępne w Twoim repozytorium GitHub.

Więcej informacji na temat struktury pliku YAML można znaleźć w Pobieranie i edycja konfiguracji potoku.

InformacjaPliki powiązań (qtcp_bindings_definition.json i binding.json) pozostają w formacie JSON w celu zachowania zgodności z API powiązań. Dla starszego eksportu lub w istniejących projektach GitHub, plik nazywa się bindingTemplate.json a nie qtcp_bindings_definition.json.

Typowy przepływ pracy

Zanim zaczniesz, musisz skonfigurować swoje środowisko programistyczne i kontrolę wersji. Więcej informacji zawiera temat Pierwsze kroki z potokami deklaratywnymi.

Typowy deklaratywny potok pracy wygląda następująco:

  1. Pobieranie konfiguracji potoku

    Możesz eksportować istniejący projekt jako YAML, pobrać go z kontroli wersji lub rozpocząć od szablonu.

    Pobieranie i edycja konfiguracji potoku

  2. Edytuj konfigurację potoku

    Zmodyfikuj pliki YAML w swoim środowisku programistycznym. Możesz dodawać zadania, zmieniać wybrane źródła i aktualizować ustawienia.

    Przewodnik dla deweloperów: Deklaratywne potoki

  3. Zweryfikuj konfigurację potoku

    sprawdź pliki pod kątem błędów składniowych i semantycznych przed wdrożeniem potoku.

    Walidowanie konfiguracji potoku

  4. Wdróż konfigurację potoku

    Zaimportuj pliki, aby utworzyć lub zaktualizować projekt w Qlik Talend Data Integration.

    Możesz również zatwierdzić pliki do kontroli wersji i zastosować zmiany z kontroli wersji w projekcie w Qlik Talend Data Integration.

    Wdrażanie konfiguracji potoku

Relacja z kontrolą wersji

Gdy projekt jest połączony z kontrolą wersji, pliki YAML są przechowywane bezpośrednio w Twoim repozytorium GitHub. Możesz edytować pliki YAML w GitHubie lub w dowolnym IDE, a następnie zastosować zmiany z powrotem w projekcie.

Aby uzyskać informacje na temat łączenia projektu z kontrolą wersji, zobacz Zarządzanie projektami potoku przy użyciu kontroli wersji.

InformacjaJeśli masz istniejący projekt, który jest połączony z kontrolą wersji i używa starszego formatu JSON, możesz go migrować do YAML. Więcej informacji zawiera temat Migracja projektu do formatu YAML.

Korzystanie z asystentów AI do konfigurowania potoków

Korzystaj z asystentów AI (takich jak GitHub Copilot czy Anthropic Claude), aby usprawnić tworzenie i edytowanie konfiguracji YAML. Aby zapewnić dokładność i zgodność ze standardami projektu, obserwować te najlepsze praktyki:

  1. Wybierz model o wysokich możliwościach — Użyj modelu premium o dużym kontekście (na przykład Anthropic Claude Sonnet 4.6 lub nowszy) zamiast standardowego lub „automatycznego” modelu do złożonego generowania YAML i przestrzegania schematu. Zaawansowane modele poprawnie interpretują złożone schematy potoków i tworzą dokładniejsze konfiguracje.

  2. Skonfiguruj instrukcje AI specyficzne dla projektu — Popraw jakość konfiguracji generowanej przez AI, dostarczając modelowi kontekst projektu. Utwórz plik instrukcji w katalogu głównym swojego obszaru roboczego VS Code. Wybierz jedną z następujących opcji:

    • CLAUDE.md (dla rozszerzenia Anthropic Claude Code)

    • .github/copilot-instructions.md (dla GitHub Copilot)

    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

Czy ta strona była pomocna?

Jeżeli natkniesz się na problemy z tą stroną lub jej zawartością — literówkę, brakujący krok lub błąd techniczny — daj nam znać!