Vad betyder CI/CD egentligen i en datautvecklares vardag?

I detta avsnitt pratar Benny, Hugo och Johnny om varför Continuous Integration och Continuous Deployment borde vara lika självklart i data som i mjukvaruvärlden. Vi pratar kodkvalitet, testmiljöer, edge cases och varför datavärlden inte längre har råd att ligga efter när det gäller automation.

Du får höra varför testning med riktig produktionsdata är svårare än det låter, hur en PR-miljö kan rädda dig från katastrof – och varför copy-pasta direkt i databasen är en riktigt dålig idé.

Vill du göra din datautveckling mer robust, mer DevOps – och mycket mindre kaos? Då är det här avsnittet för dig.

Har du frågor, funderingar eller förslag på framtida ämnen? Hör gärna av dig till datastudion@datadao.se!

Referenser:

Grunderna i CI/CD och DevOps

• Continuous Integration – Martin Fowler
• What is CI/CD? – Atlassian guide

Testning och data pipelines

• Why you should test your data – Josh Wills
• Great Expectations – Introduktion till data testing

Verktyg och automation

• CI med dbt – dbt Labs guide
• GitHub Actions – Automatisera tester och deploy

Infrastruktur & PR-miljöer

• Vad är Infrastructure as Code? – AWS
• CI/CD för Snowflake och dbt – dbt Labs blogg

Hosted on Acast. See acast.com/privacy for more information.