databricks 在工作流/作业中使用服务主体 + 远程存储库

Question

我想创建一个 databricks 作业，其中所有者设置为服务主体。主要原因是，如果员工离开公司，没有什么可以改变的，也不会因为 PAT 失败或类似情况而导致工作中断。问题是这样做时，作业总是无法访问设置为 azure devops 远程存储库的代码。问题和错误消息表明服务主体无法克隆 git 存储库。

我怎样才能做到这一点？

我的理解是，我可以使用 databricks 中的 git-credentials api 让服务主体使用我的 PAT 令牌之一来访问 git。不适合我。 https://docs.databricks.com/dev-tools/api/latest/gitcredentials.html#operation/create-git-credential

我知道一个解决方法是构建轮子并发布它，这样“检查代码”就不是通过工作完成的，而是通过 CI/CD 提前完成。但由于远程存储库非常简单易用，我们也希望将该功能与服务主体一起使用。

有人使用过它并让它发挥作用吗？也许还可以选择允许服务主体访问 azure devops 本身，但我被告知这还不可能。

Answer 1

您的做法是正确的，可能只是错过了一些步骤。工作流程如下：

• 生成 ADO PAT 以访问您的存储库
• 为服务主体生成 AAD 令牌 - 您可以参阅Azure Databricks 文档了解详细信息。
• 使用生成的 AAD 令牌通过Git Credentials API设置 ADO PAT 。