Saltar al contenido
Lakehouse LabLakehouse LabPreparación Databricks Data Engineer
Módulo 11 · Lección

Bundles, targets y variables por entorno

Contenido abierto

Puedes leer todo sin registrarte. Solo crearemos un perfil anónimo cuando decidas guardar tu progreso.

Lección 5 de 5

Bundles, targets y variables por entorno

Declarative Automation Bundles empaqueta recursos y promueve el mismo código por targets.

Duración
17 min aprox.
Objetivo
Declarative Automation Bundles empaqueta recursos y promueve el mismo código por targets.
Siguiente paso
Continuar con el laboratorio
Ver detalles del módulo

Unity Catalog, Git folders y CI/CD esencial

Une gobierno de datos con una entrega de código revisable y promocionable entre entornos.

Al terminar podrás
  • Aplicar el namespace y mínimo privilegio
  • Diferenciar managed, external, volumes y credentials
  • Promover el mismo código con variables por entorno
Ver fuentes y revisión

Metadatos editoriales

Última revisión
21 jul 2026
Nivel
Associate + Professional
Ruta relacionada
core
Dominios blueprint
Governance and Security · Implementing CI/CD
Estado
Revisión editorial interna
Fuentes principales
Unity Catalog · ABAC
Reportar un error
05
Decisión de diseño

Bundles, targets y variables por entorno

Declarative Automation Bundles empaqueta recursos y promueve el mismo código por targets.

Mostrar prerrequisitos
Dificultad
Associate + Professional
Prerrequisitos
m10
Reportar un error en esta lección

databricks.yml define bundle, includes, variables, artifacts, resources y targets.

validate comprueba configuración, deploy aplica recursos y run ejecuta; dev/test/prod cambian variables e identidad, no lógica.

Modelo mental

Declarative Automation Bundles, nombre actual de la capacidad antes conocida como Databricks Asset Bundles, describe recursos, artefactos, variables y targets como código. databricks.yml es la raíz; include separa definiciones; targets aplican overrides de ambiente; artifacts construye unidades como wheels; resources declara Jobs y pipelines. validate comprueba configuración, deploy crea o actualiza recursos y run ejecuta un recurso desplegado. El principio esencial es construir y probar una vez, luego promocionar el mismo commit o artefacto cambiando catálogo, identidad y parámetros por target. Duplicar código para dev y prod impide demostrar equivalencia. La identidad run_as productiva debe ser estable y mínima, nunca el usuario que lanzó el despliegue por casualidad.

Bundle target

Configuración nombrada que aplica valores y overrides específicos de un ambiente sobre una definición común de recursos.

Permite separar catálogo, workspace e identidad sin mantener copias divergentes del código productivo.
run_as

Identidad estable bajo la que se ejecutan recursos desplegados, independiente de quien invoca el despliegue cuando se configura.

Evita que producción dependa de permisos personales y facilita aplicar mínimo privilegio a cada workload.
bundle validate

Comando que resuelve y comprueba la configuración del bundle para un target antes de aplicar cambios remotos.

Detecta referencias y estructura inválidas temprano, aunque debe complementarse con tests de lógica e integración.
YAMLTargets
bundle: {name: orders}
variables: {catalog: {default: dev}}
targets:
  dev: {default: true}
  prod:
    variables: {catalog: prod}

Añade resources e identidad run_as para producción.

Puntos clave

  • Mismo artefacto
  • Targets configuran
  • CLI automatiza

Evita

  • Código duplicado por target
  • Deploy prod con identidad personal

Recuerdo activo

¿Qué comando comprueba un bundle?

Borrador privado · solo en este navegador
5 lecciones pendientes

Fuente revisada · vista externa

bundle-examples

bundle-examples · commit c1db792

default_python/src/sample_notebook.ipynb

Lectura en GitHub

Este notebook se abre desde su fuente revisada

El repositorio no permite republicar su contenido dentro de Lakehouse Lab. Conservamos la misma experiencia lateral, la ruta exacta y el commit auditado, y dejamos la lectura en GitHub para respetar la autoría.

Autor
Databricks
Licencia
Databricks License
Formato
bundle
Ver notebook en GitHub