python-3.x - 用于 DataFactory 的 Azure Python SDK 指向特定的 GIT 分支

Question

我正在尝试使用 azure-mgmt-datafactory SDK 以编程方式更新数据集。我能够连接到 DataFactory、列出数据集并将其更新为 adf_publish/live 模式。不过，我有兴趣先连接到我的 GIT 分支并更新。下面是示例代码

from azure.identity import ClientSecretCredential
from azure.mgmt.datafactory import DataFactoryManagementClient
from azure.mgmt.datafactory.models import *
import time

subscription_id = 'xxxxx'

credentials = ClientSecretCredential(
    tenant_id='xxxx',
    client_id='xxxx',
    client_secret='xxxx'
)

adf_client = DataFactoryManagementClient(credentials, subscription_id)

# How to connect to my branch?
response = adf_client.datasets.get('xxxxxx',
                        'adf-xxx',
                        'DS_DEV_OP_XXX')

# This is giving the dataset not from my branch
print(response.as_dict())

您能否告诉我如何连接到我的 GIT 分支？

提前致谢。

Answer 1

选项1:

没有直接方法可以连接到 Azure-mgmt-datafactory SDK 中的特定 Git 分支。但是，您可以使用数据集类的 get 方法从数据工厂获取数据集。资源组名称、数据工厂名称和数据集名称是 get 方法所需的三个参数。 您正在代码中使用 get 方法从数据工厂 adf-xxx 检索数据集 DS DEV OP XXX。数据集的最新版本(可能不是来自您的 Git 分支)是使用 get 方法获取的。您必须首先 checkout 本地存储库中的分支，以便从特定 Git 分支检索数据集，然后必须访问数据工厂。

选项:2

我们将采用 Azure DevOps。如果您使用 GitHub，过程将相同。

转到Azure数据工厂工作室->管理->Git配置->配置

选择存储库类型:Azure DevOps Git、Azure Active Directory:“AAD 名称”

提供所有必需的详细信息，例如项目名称、存储库名称、分支等。

现在我们可以检查所有数据，如数据集、数据流、linkedService 等。 转到 Azure 数据工厂工作室。选择“作者”。

1. 现在我们看到默认选择“dev”分支。
2. 如果我们在功能分支中进行新的开发。单击“新分支”。我们可以通过这种方式挽救我们不完整的发展。重要的是要记住，为了在测试管道后将代码返回到“dev”分支，我们必须“创建拉取请求”。
3. 我们的修改都可以“发布”。这样，新的修改将变为“实时”，并且“dev”分支中的管道将被推送到“adfpublishdev”分支中。