Pular para o conteúdo

Comece a partir de um projeto existente

~15 minutos · copie ou importe um projeto e depois faça dele o seu

A vitória mais rápida no primeiro dia do PlaidCloud não é construir do zero, e sim começar de algo que já funciona. Escolha um projeto que já importa dados, os transforma e produz um resultado, obtenha sua própria cópia dele e altere as partes que são suas.

Não há uma galeria de modelos para navegar. Em vez disso, você tem duas formas concretas de começar a partir de um projeto que funciona:

  • Copiar um projeto que já existe no seu espaço de trabalho para um projeto totalmente novo e seu: Copiar um projeto.
  • Executar um pacote portátil: um projeto que alguém exportou como um pacote autocontido em formato portátil, que é executado por conta própria fora do PlaidCloud.

Qual das duas você quer depende de onde você pretende chegar.

um projeto que funcionaCaminho A · Copiar projetoum novo projeto seu, no PlaidCloudCaminho B · Pacote portátilum zip executado fora da plataformapermanece no PlaidCloud · edite e execute normalmentePython + DuckDB · instantâneo de mão única
Copie para continuar trabalhando no PlaidCloud; exporte um pacote portátil para levar um instantâneo para fora da plataforma.
Você quer… Use Resultado
Construir sobre um projeto dentro do PlaidCloud e continuar iterando Copiar projeto Um novo projeto seu, pronto para editar e executar
Executar a lógica de um projeto offline ou entregá-lo a alguém sem login no PlaidCloud Exportar para formato portátil Um pacote independente de Python + DuckDB
  • Um espaço de trabalho do PlaidCloud (inicie um teste gratuito se você não tiver um).
  • Para o Caminho A: um projeto existente que você consiga ver na guia Projetos, seja um dos seus, um exemplo compartilhado ou qualquer um ao qual um colega tenha dado acesso a você.
  • Para o Caminho B: um .zip em formato portátil que alguém exportou, ou um projeto seu para exportar.

Não tem certeza do que é um projeto? Um projeto é a unidade de trabalho no PlaidCloud: ele tem seus próprios dados, fluxos de trabalho, dimensões e histórico, e não compartilha estado com nenhum outro projeto. Leia primeiro Projetos se isso for novidade para você.

A cópia cria uma duplicata completa e editável, de tudo ou apenas das partes que você escolher, em um projeto totalmente novo que é inteiramente seu.

  1. Abra Analisar e selecione a guia Projetos.
  2. Selecione o projeto a partir do qual você quer começar.
  3. Clique no botão Ações e escolha Copiar projeto.
  4. Escolha um novo projeto como destino. Dê a ele um nome e um ID.
  5. Deixe a árvore de seleção totalmente marcada para trazer o projeto inteiro e clique em Copiar projeto.

O ID é permanente. O ID que você dá ao novo projeto se torna o nome do esquema dele e não pode ser alterado depois. Escolha algo com que você fique satisfeito: o nome pode ser alterado a qualquer momento, o ID não.

A cópia é executada em segundo plano; você é notificado quando ela termina. Consulte Copiar um projeto para ver a caixa de diálogo completa.

Você não precisa copiar tudo. A árvore de seleção lista o que o projeto contém por tipo (fluxos de trabalho, etapas, tabelas, dimensões, editores de dados, funções definidas pelo usuário) e você pode marcar somente as partes que quiser. Tudo o que você marcar traz consigo as dependências automaticamente: as tabelas que uma etapa lê e grava, as dimensões com as quais ela carrega, as funções que ela chama e qualquer subfluxo de trabalho que ela invoque. Você nunca precisa descobrir essas dependências por conta própria.

Mantenha as referências apontando para a sua cópia. Deixe Atualizar referências ativado (o padrão). Ele reescreve as etapas copiadas para que apontem para as tabelas e os objetos do seu novo projeto, e não de volta para o original, o que quase sempre é o que você quer. Desative-o somente se quiser deliberadamente que a cópia continue lendo os objetos do projeto de origem.

Um pacote portátil é um projeto empacotado como um programa Python autocontido que é executado no DuckDB sem nenhuma conexão com o PlaidCloud. É a forma de começar a partir de um projeto que funciona quando você quer que ele seja executado fora da plataforma: no seu notebook, em um job de CI ou nas mãos de alguém que não tem login no PlaidCloud.

Se um colega já lhe deu um pacote, pule para Execute-o. Para criar um você mesmo:

  1. Abra Analisar e selecione a guia Projetos.
  2. Selecione um único projeto.
  3. Abra o menu Ações e escolha Exportar para formato portátil.
  4. Defina a Conta de documentos e o Caminho da pasta nos quais o pacote será gravado, deixe Include data marcado para que ele seja executado sem nenhuma origem externa e clique em Exportar.

O resultado é um .zip contendo um script Python por fluxo de trabalho, os instantâneos de dados em Parquet, um requirements.txt listando os pacotes Python de que os scripts precisam e um README.md, um COVERAGE.md e um RUN_ORDER.md. Consulte Exportar para formato portátil para saber o que é cada arquivo.

Um pacote portátil é um instantâneo de mão única, e não uma reimportação. Ele é executado fora do PlaidCloud e não sincroniza de volta: as alterações que você faz no pacote não retornam ao projeto, e exportar novamente depois de editar produz um pacote novo. Para continuar trabalhando dentro do PlaidCloud, use o Caminho A. Para continuar iterando no PlaidCloud e distribuir uma cópia executável, faça os dois.

A fidelidade é de melhor esforço. As etapas de transformação SQL são reproduzidas exatamente. As etapas proprietárias e com efeitos colaterais (alocações, cargas de dimensão, notificações, etapas de documentos e relatórios, scripts) são exportadas como stubs que não são reexecutados; em vez disso, sua última saída materializada é incluída como instantâneo. A fidelidade de cada etapa é registrada em COVERAGE.md. Para resultados totalmente recalculados, execute o projeto no PlaidCloud.

Descompacte o pacote, crie um ambiente Python e execute cada script de fluxo de trabalho na ordem que RUN_ORDER.md lista:

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

Cada script cria suas tabelas em um banco de dados DuckDB local. As etapas SQL são recalculadas ao vivo; as etapas com stub mantêm no lugar sua saída em instantâneo.

Seja qual for a forma como você começou, a cópia agora é sua para alterar; é aqui que a vitória do primeiro dia compensa. Alguns primeiros passos:

Faça isto Onde
Aponte as importações para os seus dados em vez dos do exemplo As etapas de importação de cada fluxo de trabalho; consulte Carregar, transformar e publicar dados
Renomeie o projeto ou ajuste quem pode abri-lo Gerenciamento de projetos → Controle de acesso
Defina variáveis de projeto para valores que se repetem entre fluxos de trabalho Gerenciamento de variáveis do projeto
Confirme que tudo ainda é executado de ponta a ponta Clique em Executar em cada fluxo de trabalho e acompanhe o log

Como toda alteração é rastreada, você pode experimentar livremente: o rastreamento automático de alterações permite recuperar qualquer estado anterior a um ponto no tempo se uma edição der errado.