第 6 步：执行部署

本页介绍了部署 Cortex Framework 数据基础（Cortex Framework 的核心）的第六步。在此步骤中，您将执行 Cortex Framework Data Foundation 的部署。

构建流程

按照第 5 步：配置部署中的说明配置 config.json 文件后，请按照以下说明构建流程。

1. 运行以下命令，将自己定位到克隆的代码库中：

   cd cortex-data-foundation
   

2. 运行包含目标日志存储桶的 build 命令：

    gcloud builds submit \
    --substitutions=_GCS_BUCKET=LOGS_BUCKET,\
    _BUILD_ACCOUNT='projects/SOURCE_PROJECT/serviceAccounts/SERVICE_ACCOUNT@SOURCE_PROJECT.iam.gserviceaccount.com'
   

   替换以下内容：

   • 将 LOGS_BUCKET 替换为用于存储日志的存储桶名称。 Cloud Build 服务账号需要有权在此处写入这些文件。
   • SOURCE_PROJECT 与源项目。
   • 将 SERVICE_ACCOUNT 替换为服务账号 ID。

3. 如果您有足够的权限，可以按照主要构建流程从终端或 Cloud Build 控制台中查看日志。如需了解更多参考信息，请参阅以下图片。

   

   

4. 跟踪从 Cloud Build 控制台触发的子构建步骤，或在从这些步骤创建的日志中跟踪。如需更多参考信息，请参阅以下图片。

   

   

5. 确定各个 build 是否存在任何问题。修正错误（如有）。建议将生成的 SQL 粘贴到 BigQuery 中，以识别并更正错误。大多数错误都与所选但未出现在复制源中的字段有关。BigQuery 界面有助于识别这些代码并将其注释掉。

   

将文件移动到 Cloud Composer (Airflow) DAG 存储桶

如果您选择生成集成文件或 CDC 文件，并且拥有 Cloud Composer (Airflow) 实例，则可以使用以下命令将这些文件移至最终存储桶：

  gcloud storage -m cp -r  gs://OUTPUT_BUCKET/dags/ gs://COMPOSER_DAG_BUCKET/
  gcloud storage -m cp -r  gs://OUTPUT_BUCKET/data/ gs://COMPOSER_DAG_BUCKET/

替换以下内容：

• 将 OUTPUT_BUCKET 替换为输出存储桶。
• COMPOSER_DAG_BUCKET 与 Cloud Composer (Airflow) DAG 存储桶。

自定义并为升级做好准备

许多企业客户对其系统进行了特定的自定义，例如在流程中添加了其他文档或特定类型的记录。这些规则是针对每个客户的，由功能分析师根据业务需求进行配置。

Cortex 会在代码中使用 ## CORTEX-CUSTOMER 标记来表示可能需要进行此类自定义的位置。使用命令 grep -R CORTEX-CUSTOMER 可检查所有应自定义的 ## CORTEX-CUSTOMER 注释。

除了 CORTEX-CUSTOMER 标记之外，您可能还需要进一步自定义以下内容，方法是将所有这些更改提交到您自己的派生或克隆的代码库，并在代码中添加清晰的标记：

• 添加业务规则。
• 添加其他数据集并将其与现有视图或表联接
• 重复使用提供的模板来调用其他 API。
• 修改部署脚本。
• 应用更多数据网格概念。
• 调整一些表格或已发布的 API，以包含标准中未包含的其他字段。

采用适合您组织的 CI/CD 流水线，以确保这些增强功能经过测试，并使整个解决方案处于可靠且稳健的状态。流水线可以重复使用 cloudbuild.yaml 脚本，以定期或根据 Git 操作触发端到端部署，具体取决于您选择的代码库，从而自动执行 build。

使用 config.json 文件为开发、预演和生产环境定义不同的项目和数据集。使用您自己的样本数据进行自动化测试，以确保模型始终能生成您期望的结果。

在代码库的分叉或克隆中明显标记您自己的更改，并结合一些部署和测试自动化功能，有助于执行升级。

支持

如果您遇到任何问题，或者有与这些模型或部署程序相关的功能请求，请在 Cortex Framework Data Foundation 代码库中创建问题。为了帮助您收集必要的信息，请从克隆的目录中执行 support.sh。此脚本会引导您完成一系列步骤，帮助您排查问题。

如有任何 Cortex Framework 请求或问题，请前往概览页面中的支持部分。

Looker 块和信息中心

充分利用可用的 Looker Block 和信息中心。这些是 Cortex Framework 的常见分析模式和数据源的可重复使用的数据模型。如需了解详情，请参阅 Looker Block 和信息中心概览。