Kan teamet identifiera exakt indata, godkänt kvalitetsresultat, Dataset-kontrakt, Report-kontrakt och körningspost bakom resultatet – eller är någon av överlämningarna fortfarande informell?
Operativ guide · Datalivscykel
Från kända indata till ett styrt analysresultat.
Använd detta flöde när ett återkommande analysresultat måste bevara känd indata-, kvalitets-, versions-, behörighets- och körningskontext över separata kanoniska moduler.
Flödet använder objekt som ägs av olika moduler. Deras referenser kopplar samman berättelsen; de slås inte ihop till en syntetisk körning.
Utför varje övergång uttryckligen och bevara identiteten som den ansvariga modulen returnerar.
Fel hanteras av modulen som äger den försökta åtgärden; en senare skärm får inte skriva över eller omtolka det terminala tillståndet.
Beroende på vald väg och lagringsgränser kan flödet bevara FileVersion- och transformeringsidentitet, QualityRun, DatasetVersion, ReportVersion, AnalyticsRun, diagnostik, artefakthashar och de kanoniska referenser som projiceras till Assurance.
Detta är en operatörsresa, inte ett automatiskt workflow. Pipeline skapar inte ett Dataset automatiskt, Schedule startar för närvarande inte körningar, en virtuell DatasetVersion fryser inte aktuella rader och det finns ingen universell garanti för rollback eller exactly once.
Beslutsfråga
Kan teamet identifiera exakt indata, godkänt kvalitetsresultat, Dataset-kontrakt, Report-kontrakt och körningspost bakom resultatet – eller är någon av överlämningarna fortfarande informell?
Objekt och kontroller som används
Flödet använder objekt som ägs av olika moduler. Deras referenser kopplar samman berättelsen; de slås inte ihop till en syntetisk körning.
Indataidentitet
Project Source eller oföränderlig FileVersion med serverägt tenant- och Project-omfång.
Publicering och kvalitet
Valfri TransformationRun och TableVersion, följda av en källorienterad QualityRule och beständig QualityRun.
Styrt datakontrakt
Dataset och exakt DatasetVersion med source-/query-lineage och registrerade kolumnmetadata.
Analyskontrakt
ReportVersion bunden till den DatasetVersion och en AnalyticsRun under aktuell behörighets-, RLS- och runtime-filterkontext.
Operativt flöde
Utför varje övergång uttryckligen och bevara identiteten som den ansvariga modulen returnerar.
-
Registrera indata
Välj projektets Source eller ladda upp/importera en fil så att en oföränderlig FileVersion- och SHA-256-identitet finns före tolkning.
-
Inspektera före körning
Granska Source-metadata eller filparser, delimiter, header, schema-preview och varningar; köa inte en filtransformering medan tolkningen är olöst.
-
Publicera en hanterad tabell vid behov
Läs in till en shadow-version av den fysiska tabellen, validera rad-/schemaresultat och publicera det stabila Sandbox-aliaset först efter framgång.
-
Kör kvalitetsbeslutet
Kör den godkända kontrollen och bevara dess QualityRun; en preview ger användbar återkoppling men är inte den beständiga körningsposten.
-
Publicera det styrda Dataset
Godkänn SQL- eller table-lineage som stabil Dataset-identitet och exakt oföränderlig DatasetVersion.
-
Godkänn analyskontraktet
Välj dimensioner och mått, validera metadata, kompilera serverägd read-only SQL och spara en ReportVersion bunden till exakt DatasetVersion.
-
Kör och granska
Kör rapporten och granska AnalyticsRun-status, bindningar, filter, behörighets-/RLS-kontext, diagnostik, artefakter och trunkering innan resultatet används.
Felvägar och partiella vägar
Fel hanteras av modulen som äger den försökta åtgärden; en senare skärm får inte skriva över eller omtolka det terminala tillståndet.
Preflight eller transformering misslyckas
Ingen ny aliasversion publiceras; den tidigare stabila tabellen förblir aktuell och den försökta TransformationRun förblir granskningsbar.
Kvalitetskontrollen underkänns
QualityRun och avgränsad finding bevaras. En stödd Master-grind kan stoppa nedströmsarbete, men ingen universell automatisk åtgärd följer.
En Analytics-bindning misslyckas
Diagnostik per bindning förblir synlig medan lyckade bindningar kan bevara sin egen utdata; den övergripande körningen förblir partiell där det är tillämpligt.
Övervakningen kopplas ned
Återanslut eller polla den kanoniska körningen. En förlorad webbläsarström bevisar inte att en köad tillståndsändrande operation aldrig nådde sin worker eller sitt mål.
Evidens som skapas
Beroende på vald väg och lagringsgränser kan flödet bevara FileVersion- och transformeringsidentitet, QualityRun, DatasetVersion, ReportVersion, AnalyticsRun, diagnostik, artefakthashar och de kanoniska referenser som projiceras till Assurance.
Aktuell avgränsning
Detta är en operatörsresa, inte ett automatiskt workflow. Pipeline skapar inte ett Dataset automatiskt, Schedule startar för närvarande inte körningar, en virtuell DatasetVersion fryser inte aktuella rader och det finns ingen universell garanti för rollback eller exactly once.
Nästa steg
Granska de operativa modulerna bakom flödet.
Granska gränserna för källa, fil, transformering och körning innan flödet mappas till er miljö.
Utforska Data Operations