Puedes leer todo sin registrarte. Solo crearemos un perfil anónimo cuando decidas guardar tu progreso.
Lección 1 de 5
Bundle configuration y includes
Modela código, artefactos y recursos Databricks como una unidad declarativa versionada mediante Declarative Automation Bundles.
- Duración
- 17 min aprox.
- Objetivo
- Modela código, artefactos y recursos Databricks como una unidad declarativa versionada mediante Declarative Automation Bundles.
- Siguiente paso
- Continuar con la siguiente lección
Ver detalles del módulo
Declarative Automation Bundles y CI/CD
Define recursos como código y promociona el mismo artefacto validado entre targets.
- Estructurar un bundle completo
- Validar y desplegar con CLI
- Integrar identidad de servicio y pipeline Git
01Modelo mentalBundle configuration y includes
Modela código, artefactos y recursos Databricks como una unidad declarativa versionada mediante Declarative Automation Bundles.
+
Bundle configuration y includes
Modela código, artefactos y recursos Databricks como una unidad declarativa versionada mediante Declarative Automation Bundles.
Declarative Automation Bundles —antes Asset Bundles— describen jobs, pipelines, permisos, artefactos y configuración junto al código. `databricks.yml` identifica el bundle y puede incluir ficheros por dominio; `resources` usa el esquema de las APIs de Databricks, mientras `artifacts` construye wheels u otros entregables. `sync` controla qué fuentes se envían al workspace.
Un bundle no reemplaza Terraform para infraestructura de cuenta o nube. Su frontera natural son recursos del proyecto dentro de Databricks. Evita un YAML monolítico: separa `resources/jobs.yml`, `resources/pipelines.yml` y variables; valida que referencias como `${resources.jobs.orders.id}` se resuelven sin hardcodear IDs entre ambientes.
Modelo mental
Declarative Automation Bundles describen un proyecto Databricks completo como código: fuentes, artefactos, recursos, variables, permisos y targets forman una unidad que puede revisarse y desplegarse repetidamente. Desde el 16 de marzo de 2026 este es el nombre oficial de la capacidad antes llamada Databricks Asset Bundles; el blueprint Professional vigente, publicado antes del cambio, conserva Asset Bundles, pero ambos nombres señalan el mismo mecanismo evaluable. El bundle no sustituye el aprovisionamiento de toda la cuenta ni convierte cualquier script en infraestructura declarativa. Su frontera es el proyecto y sus recursos de aplicación, como Lakeflow Jobs y pipelines, enlazados a código versionado y a una identidad de despliegue.
Definición versionada de un proyecto Databricks que agrupa código, artefactos, configuración y recursos desplegables mediante la CLI.
Hace revisables y repetibles tanto la lógica como la configuración operativa que antes podía cambiarse manualmente.Nombre anterior de Declarative Automation Bundles, todavía presente en el blueprint Professional del 30 de noviembre de 2025.
Reconocer el alias evita tratar una pregunta de examen como producto obsoleto o diferente del mecanismo actual.Objeto de workspace cuya configuración deseada se expresa en YAML, como un Lakeflow Job, pipeline o dashboard compatible.
Permite revisar diferencias, aplicar despliegues coherentes y reconstruir configuración sin edición manual del entorno.bundle:
name: orders-platform
include:
- resources/*.yml
artifacts:
default:
type: whl
build: python -m build
path: .
sync:
include:
- src/**
- tests/**
exclude:
- .venv/**El recurso job puede vivir en `resources/orders.job.yml` y referenciar la wheel construida por el artefacto.
Puntos clave
- El bundle une configuración de recursos y artefactos versionados.
- Usa includes y referencias en lugar de duplicar IDs.
- Mantén fuera credenciales e infraestructura cloud no propia del proyecto.
Evita
- Guardar host, token o contraseña dentro de `databricks.yml`.
- Usar bundles para crear redes, buckets y metastores que pertenecen a otra capa de infraestructura.
Recuerdo activo