Partir d'un projet existant

~15 minutes · copier ou importer un projet, puis le faire vôtre

La victoire la plus rapide du premier jour dans PlaidCloud n’est pas de construire à partir de rien, mais de partir de quelque chose qui fonctionne déjà. Choisissez un projet qui importe déjà des données, les transforme et produit un résultat, obtenez-en votre propre copie et modifiez les parties qui vous concernent.

Il n’existe pas de galerie de modèles à parcourir. Vous disposez en revanche de deux façons concrètes de démarrer à partir d’un projet qui fonctionne :

Copier un projet qui existe déjà dans votre espace de travail vers un tout nouveau projet qui vous appartient : Copier un projet.
Exécuter un bundle portable : un projet que quelqu’un a exporté sous forme de package autonome au format portable, qui s’exécute seul en dehors de PlaidCloud.

Le choix dépend de votre destination.

Copiez pour continuer à travailler dans PlaidCloud ; exportez un bundle portable pour emporter un instantané hors de la plateforme.

Vous voulez…	Utilisez	Résultat
Construire sur un projet dans PlaidCloud et continuer à itérer	Copier le projet	Un nouveau projet qui vous appartient, prêt à être modifié et exécuté
Exécuter la logique d’un projet hors ligne, ou la remettre à quelqu’un qui n’a pas de compte PlaidCloud	Exporter au format portable	Un package autonome Python + DuckDB

Prérequis

Un espace de travail PlaidCloud (démarrez un essai gratuit si vous n’en avez pas).
Pour la voie A : un projet existant visible dans l’onglet Projets : l’un des vôtres, un exemple partagé ou tout projet auquel un collègue vous a donné accès.
Pour la voie B : un .zip au format portable exporté par quelqu’un, ou un projet à vous à exporter.

Vous ne savez pas ce qu’est un projet ? Un projet est l’unité de travail dans PlaidCloud : il possède ses propres données, workflows, dimensions et historique, et ne partage aucun état avec un autre projet. Lisez d’abord Projets si c’est nouveau pour vous.

Voie A : copier un projet existant

La copie crée un duplicata complet et modifiable, entier ou limité aux parties que vous choisissez, dans un tout nouveau projet qui est entièrement à vous.

Ouvrez Analyser et sélectionnez l’onglet Projets.
Sélectionnez le projet dont vous voulez partir.
Cliquez sur le bouton Actions et choisissez Copier le projet.
Choisissez a new project comme cible. Donnez-lui un nom et un ID.
Laissez l’arborescence de sélection entièrement cochée pour reprendre tout le projet, puis cliquez sur Copier le projet.

L’ID est définitif. L’ID que vous donnez au nouveau projet devient le nom de son schéma et ne peut plus être modifié ensuite. Choisissez quelque chose avec lequel vous êtes à l’aise : le nom peut être changé à tout moment, l’ID non.

La copie s’exécute en arrière-plan ; vous êtes averti lorsqu’elle se termine. Consultez Copier un projet pour la boîte de dialogue complète.

Reprendre uniquement les parties souhaitées

Vous n’êtes pas obligé de tout copier. L’arborescence de sélection liste le contenu du projet par type (workflows, étapes, tables, dimensions, éditeurs de données, fonctions définies par l’utilisateur) et vous pouvez cocher uniquement les parties voulues. Tout ce que vous cochez emporte automatiquement ses dépendances : les tables qu’une étape lit et écrit, les dimensions sur lesquelles elle charge, les fonctions qu’elle appelle et tout sous-workflow qu’elle invoque. Vous n’avez jamais à déterminer ces dépendances vous-même.

Gardez les références pointées vers votre copie. Laissez Mettre à jour les références activé (valeur par défaut). Cette option réécrit les étapes copiées pour qu’elles pointent vers les tables et objets de votre nouveau projet plutôt que vers l’original, ce qui est presque toujours ce que vous voulez. Désactivez-la uniquement si vous souhaitez délibérément que la copie continue de lire les objets du projet source.

Voie B : partir d’un bundle portable

Un bundle portable est un projet empaqueté sous forme de programme Python autonome qui s’exécute sur DuckDB sans aucune connexion à PlaidCloud. C’est la façon de partir d’un projet qui fonctionne lorsque vous voulez qu’il s’exécute hors de la plateforme : sur votre ordinateur portable, dans une tâche de CI, ou entre les mains de quelqu’un qui n’a pas de compte PlaidCloud.

Si un collègue vous a déjà remis un bundle, passez à Exécuter. Pour en créer un vous-même :

Ouvrez Analyser et sélectionnez l’onglet Projets.
Sélectionnez un seul projet.
Ouvrez le menu Actions et choisissez Exporter au format portable.
Définissez le Compte de documents et le Chemin du dossier dans lesquels le package est écrit, laissez Include data coché pour qu’il s’exécute sans aucune source externe, puis cliquez sur Exporter.

Le résultat est un .zip contenant un script Python par workflow, les instantanés de données Parquet, un requirements.txt listant les paquets Python dont les scripts ont besoin, ainsi que README.md, COVERAGE.md et RUN_ORDER.md. Consultez Exporter au format portable pour le rôle de chaque fichier.

Un bundle portable est un instantané à sens unique, pas une réimportation. Il s’exécute en dehors de PlaidCloud et ne se synchronise pas en retour : les modifications apportées au package ne reviennent pas dans le projet, et un nouvel export après modifications produit un package neuf. Pour continuer à travailler dans PlaidCloud, utilisez plutôt la voie A. Pour continuer à itérer dans PlaidCloud et distribuer une copie exécutable, faites les deux.

La fidélité est assurée au mieux. Les étapes de transformation SQL sont reproduites à l’identique. Les étapes propriétaires ou à effets de bord (allocations, chargements de dimensions, notifications, étapes de documents et de rapports, scripts) sont exportées sous forme de stubs qui ne se réexécutent pas ; leur dernier résultat matérialisé est alors inclus sous forme d’instantané. La fidélité de chaque étape est consignée dans COVERAGE.md. Pour obtenir des résultats entièrement recalculés, exécutez le projet dans PlaidCloud.

Exécuter

Décompressez le package, créez un environnement Python et exécutez chaque script de workflow dans l’ordre indiqué par RUN_ORDER.md :

python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
python pipeline_<workflow>.py

Chaque script construit ses tables dans une base DuckDB locale. Les étapes SQL sont recalculées en direct ; les étapes remplacées par des stubs laissent en place leur résultat sous forme d’instantané.

Faites-le vôtre

Quelle que soit la façon dont vous avez commencé, la copie est maintenant à vous : c’est là que la victoire du premier jour porte ses fruits. Quelques premières actions :

Faites ceci	Où
Faire pointer les importations vers vos données plutôt que celles de l’exemple	Les étapes d’importation de chaque workflow ; consultez Charger, transformer et publier des données
Renommer le projet ou ajuster qui peut l’ouvrir	Gérer les projets → Contrôle d’accès
Définir des variables de projet pour les valeurs qui reviennent d’un workflow à l’autre	Gérer les variables du projet
Vérifier que l’ensemble s’exécute toujours de bout en bout	Cliquez sur Exécuter sur chaque workflow et suivez le journal

Comme chaque modification est suivie, vous pouvez expérimenter librement : le suivi automatique des modifications vous permet de récupérer n’importe quel état antérieur à un instant donné si une modification tourne mal.

Pour aller plus loin

Projets : comment les projets organisent les données, les workflows et l’historique
Gérer les projets : copier, configurer et contrôler l’accès
Exporter au format portable : empaqueter un projet sous forme de programme autonome hors plateforme
Afficher les projets : trouver et ouvrir les projets que vous pouvez voir
Vos 15 premières minutes : la visite guidée si vous préférez repartir de zéro
Charger, transformer et publier des données : créez un workflow pas à pas une fois le projet adapté à vos besoins