一段代码单独运行没问题，不代表整条数据管道能顺利交付。就像厨师分别检查了食材和炉灶，真正出餐时仍可能卡在传菜环节。一名数据工程师在 Reddit 提出的正是这个缺口：他已用 pytest 测试 Databricks Notebook 里的 Python 代码，并在每次代码合并请求时通过 Azure DevOps CI/CD 自动检查，却不知道怎样验证完整链路。
他的设想是：在开发环境准备测试数据，让 ADF——负责依次触发数据任务的云端编排服务——用不同参数启动 Databricks 作业，再通过 API 查询各环节状态，并用 SQL 检查最终写入的表。与隔离代码、常用模拟依赖的单元测试不同，集成测试关心 ADF、Databricks、权限和真实输入输出接起来后是否仍能工作。这正是值得关注之处：许多故障不在 Notebook 代码里，而在组件交接处。不过，原帖只提出了方案和疑问，未提供已落地的测试架构、实践结果或效果数据。