ビジュアルデータ準備ファイルを本番運用に移動
Lakeflow Designerで作成するビジュアルデータ準備ファイルはすべて、本番運用対応のコードに支えられ、<name>.designer.ipynbという名前のノートブックとして保存されます。他のDatabricksコードに使用するのと同じツールで本番運用に移行できます。Gitに保存し、ジョブとして実行し、宣言型自動化バンドルでデプロイできます。
Gitでの保存とバージョン管理
ワークスペースはビジュアルデータ準備ファイルをネイティブに格納します。ビジュアルデータ準備ファイルをバージョン管理するには、Gitフォルダーに配置し、他のノートブックと同様に追跡します。
- ワークスペースにGitフォルダーを作成する。
- その Git フォルダーにビジュアルデータ準備ファイルを移動します。
- Gitの他のノートブックと同様に、ファイルを追跡、commit、およびバージョン管理します。Gitでは、ファイルは
<file_name>.designer.ipynbとして表示されます。
Gitフォルダーの詳細については、Databricks Git foldersを参照してください。ビジュアルデータ準備ファイルをエクスポートまたはインポートするには、ビジュアルデータ準備ファイルをエクスポートおよびインポートするを参照してください。
外部で変更された演算子コードを処理する
ビジュアルデータ準備エディタの外部 (Gitやバンドルデプロイなど) で演算子の生成コードが変更されたことがDesignerによって検知されます。変更されたコードを維持するため、DesignerではUI上またはGenie Codeによる演算子の編集が禁止されます。変更を破棄するには、演算子を開き、 [コードの再生成] を選択して確認します。Designerは演算子構成からコードを再作成します。
ジョブとしてスケジュール
ビジュアルデータ準備ファイルをジョブとしてスケジュールすることで自動化できます。
- 直接スケジュール ：視覚的なデータ準備ファイル用にスケジュールされたジョブを作成するには、上部メニューの スケジュール ボタンをクリックします。
- ジョブに追加 ：Databricksジョブを作成し、ビジュアルデータ準備ファイルをタスクとして追加します。これにより、そのビジュアルデータ準備ファイルを、より大規模なパイプライン内の他のタスクと組み合わせることができます。[タスク タイプ ] ドロップダウンで、[ ビジュアルデータ準備 ] を選択し、ファイルを選択します。
スケジュールされたランでは、各オペレーターがジョブタスクグラフの個々のノードとして表示されるため、キャンバス上で行うのと同様に、ラン中のオペレーターごとの結果を検査できます。
既存のスケジュールを表示および管理するには、 スケジュール をもう一度クリックしてリストを開きます。別のスケジュールを作成するには、 スケジュールを追加 をクリックするか、スケジュールの 
ケバブメニューを開いて 編集 、 今すぐ実行 、 停止する 、 複製 、 ジョブで表示 、または 削除 します。
実行中の演算子出力を表示
defaultでは、スケジュールされたランは、出力演算子など、ターミナル演算子（ダウンストリーム接続のない演算子）に対してのみ出力を生成します。ラン内のすべての演算子の結果を確認するには、スケジュールダイアログで 詳細設定 を展開し、 演算子の出力表示 で ラン出力に各演算子の結果を表示する を選択します。
ラン出力サイズ制限を超過しないように、大規模なキャンバスではこのオプションを無効にしてください。
Serverless環境を選択します
ビジュアルデータ準備ファイルを使用する場合、対話型ランとスケジュールされたジョブの両方に使用されるServerless 環境を選択できます。右サイドバーの 
環境 サイドペインから、ノートブックと同様に構成してください。 基本環境 で、環境バージョンを選択してください。「Serverless 環境を構成する」を参照してください。
環境全体でパラメータ化
パラメーターを使用すると、異なる環境で同じビジュアルデータ準備ファイルをランすることができます。たとえば、開発中にテストカタログをランして、本番運用で本番運用カタログをランすることができます。各スケジュールのパラメーター値を上書きするか、バンドルターゲットごとにパラメーター値を指定します。「本番運用でパラメーター値を上書きする」を参照してください。
宣言型オートメーションバンドルでデプロイする
宣言型オートメーションバンドルを使用すると、ジョブなどのDatabricksリソースをソースファイルとして定義およびデプロイできるため、ソース管理、コードレビュー、テスト、CI/CDなどのソフトウェアエンジニアリングのベストプラクティスをビジュアルデータ準備ファイルに適用できます。宣言型オートメーションバンドルとはを参照してください。
バンドルを使用してビジュアルデータ準備ファイルをデプロイするには、ノートブックタスクを定義し、notebook_task.notebook_pathで.designer.ipynbファイルパスを参照します。バンドルでは、ジョブUIでは**ビジュアルデータ準備**タスクタイプとして表示されますが、ビジュアルデータ準備ファイルはnotebook_task キーを使用します。
次の例では、バンドル構成ファイルの隣にあるビジュアルデータ準備ファイルを実行するジョブを定義しています。
resources:
jobs:
daily_prep_job:
name: daily_prep_job
tasks:
- task_key: run_visual_data_prep
notebook_task:
notebook_path: ./my_transformation.designer.ipynb
Databricks CLI を使用してバンドルをデプロイおよび実行します。
databricks bundle deploy
databricks bundle run daily_prep_job
ノートブックタスクキーの完全なセットについては、「ノートブックタスク」を参照してください。バンドルでのジョブの定義に関する完全な手順については、「Declarative Automation Bundles を使用したジョブの開発」を参照してください。
CI/CDで自動化
ビジュアルデータ準備バンドルを自動的に検証およびデプロイするには、CI/CDパイプラインに統合します。GitHub Actionsを使用する例については、GitHub Actionsを参照してください。