Snowflake 提供了可扩展的计算和存储资源，和基于 SQL 的界面 Snowsight，方便用户进行数据操作和分析。然而，如果用户想将自己的 CI/CD 流程与 Snowflake 集成时，会发现一些不便之处（尤其相比其 SnowSight 优秀的查询能力）。
审核和发布流程
在 Snowflake 里，一个典型的更改工作流程如下：
- 数据工程师在 Jira 中创建 schema 变更工单。
- Snowflake 管理员审核该工单，然后使用 Snowsight 将更改应用到测试实例。
- 数据工程师确认更改，并回复工单请求管理员将更改应用到生产实例。
- Snowflake 管理员使用 Snowsight 将更改应用到生产环境。
- 数据工程师确认更改并关闭工单。
上述过程有多个来回，且容易出错。例如：如果管理员错误地先将更改应用到生产环境会怎样？
缺少自动化的 SQL 语法检查规则
现代的 CI 流水线需要配有自动审核规则。对于 Snowflake 来说，这尤为重要，因为删除一个列可能会破坏下游数据流水线。而 Snowflake 并不提供此类语法检查。
GitOps
Snowflake 最近宣布了 Git 集成。
其中包括 Git 集成（预览版），可以轻松地将应用程序代码与 git 和 git 工作流进行集成。用户可以在 Snowflake 内部直接查看、运行、编辑和协作存在于 Git 仓库中的内容。
如果是类似 Vercel 的体验就更好了，当变更脚本合并到分支时，将自动触发一个滚动发布流水线，并可选择批准流程。
Bytebase：生而解决挑战
为应对 CI/CD 的挑战，Snowflake 打造了 schemachange。
而另一个解决方案则是 Bytebase，详细对比可见 schemachange vs. Bytebase。
基于 Web 的审查和发布流程
Bytebase 提供了基于 web 端的审核和发布界面，这类似 Jira，只不过是专门针对进行数据库变更的。例如，分阶段发布可将变更从测试直接发布到生产实例。
记录了 schema 变更历史。
检测由意外变更引起的数据库结构漂移 (schema drift)。
SQL 审核 + API
Bytebase 提供了一系列可配置的 SQL 语法检查规则，以检测 Snowflake SQL 反模式。配置完成后，在审核过程中将自动进行 SQL 审核。此外，可以从你的 VCS CI 调用 Bytebase API。
直接在 GitHub PR 中进行检查
总结一下
Bytebase 将 DevOps 和类似 GitHub / GitLab 的体验带入了 Snowflake 世界，可以跟着手把手教程一起试试。
💡 更多资讯，请关注 Bytebase 公号：Bytebase
