Zum Inhalt springen
← Alle News
Databricks Blog20. Juli 2026

Datenbanken wie Code branchen: Ein CI/CD-Muster für Lakebase, produktiv bei Glaspoort

Von KI aus dem englischen Original übersetzt. Auf Englisch ansehen

Zusammenfassung

Glaspoort hat ein produktionsreifes CI/CD-Muster für Lakebase implementiert, das Entwicklungs- und Abnahmeumgebungen direkt aus der Produktion abzweigt, um die „Reset-from-Parent-Falle“ zu vermeiden. Diese Architektur ermöglicht einen Workflow pro PR, bei dem temporäre Branches gegen Live-App-Images getestet werden. Dabei werden Migrationen als Source of Truth behandelt und ein geschwindigkeitsorientiertes Promotion-Modell genutzt, das durch Absicherungen zur Stack-Revalidierung geschützt ist.

* Wie Glaspoort sein Lakebase-Branching-Setup entworfen hat, bei dem Entwicklung und Abnahme direkt aus der Produktion abgezweigt werden, anstatt aufeinander aufzubauen. Dies verhindert die „Reset-from-Parent-Falle“, bei der das Aktualisieren einer veralteten Umgebung dazu zwingt, alles darunter Liegende zu löschen und neu aufzubauen. * Der CI/CD-Flow pro PR: Wie jeder Pull Request einen eigenen, frischen und temporären Lakebase-Branch erhält, der aus der Produktion kopiert wird; wie Migrationen eingespielt und gegen ein Live-App-Image getestet werden, bevor sie eine echte Umgebung berühren; und warum die Migrationen selbst (nicht die Datenbanken) als Source of Truth behandelt werden. * Der Kompromiss zwischen zwei Promotion-Modellen: Mergen, sobald die CI erfolgreich ist, versus Mergen erst, nachdem ein PR vollständig in die Abnahmeumgebung überführt wurde. Der Beitrag erklärt, warum sich Glaspoort für den geschwindigkeitsorientierten Ansatz entschieden hat und welche Sicherheitsvorkehrungen (Stack-Revalidierung und eine Krisen-Pipeline) hinzugefügt wurden, um die Sicherheit zu gewährleisten.

Ähnliche Artikel

News

Für Agenten gebaut: Warum Spark Declarative Pipelines die bessere Wahl sind

databricks-blog3d ago
News

Energiehandel und Analytics in Echtzeit mit Databricks

databricks-blog3d ago
News

Die neue Ökonomie des KI-Kostenmanagements

databricks-blog4d ago
News

Der KI-Kollege des Betrugsanalysten: Telekom-Betrug in Echtzeit erkennen – auf einer Plattform

databricks-blog4d ago