触发模式和连续模式控制管道处理数据的方式：触发模式会刷新可用数据，然后停止；而连续模式会在新数据到达时使表保持最新状态。 有关需要毫秒延迟的工作负荷，请参阅 Lakeflow 管道中的“使用实时模式”。
管道模式与要计算的表类型无关。 具体化视图和流式处理表都可以在任何管道模式下进行更新。
注释
独立物化视图和流式表的刷新操作始终以触发式管道模式运行。
什么是触发管道模式？
如果管道使用 触发 模式，系统会在更新启动时根据可用数据刷新所有表后停止。
什么是连续管道模式？
如果管道使用 连续执行，则会在新数据到达数据源时对其进行处理，以确保整个管道中的各个表保持最新状态。
为了避免在连续执行模式下进行不必要的处理，管道会自动监视依赖的 Delta 表，并且仅在这些依赖表的内容发生更改时才执行更新。
选择数据管道模式
下表重点介绍了触发和连续管道模式之间的差异：
| 主要问题 | 触发式 | 连续 |
|---|---|---|
| 更新何时停止？ | 完成后自动生效。 | 持续运行，直到手动停止。 |
| 处理了哪些数据？ | 更新启动时可用的数据。 | 数据在到达已配置的源时实时接收。 |
| 哪种数据新鲜度要求最适合这个？ | 数据更新每 10 分钟、每小时或每天运行一次。 | 每 10 秒到几分钟需要一次数据更新。 |
触发式管道可以减少资源消耗和费用，因为计算集群仅运行足够长的时间来更新管道。 但是，在管道被触发之前，不会处理新数据。 连续管道需要始终运行的群集，这更昂贵，但会降低处理延迟。
使用连续作业运行连续管道
Databricks 建议运行连续流水线并设置 连续作业 ，而不是将 流水线模式 的值设置为连续。 当连续作业编排流水线时，该作业管理流水线的执行生命周期，并解锁无服务器 性能模式，如标准模式，而流水线内置的连续模式不支持这些模式。
注释
作业编排仅控制 Lakeflow 管道的执行模式。 独立的实体化视图和流式表总是以触发模式运行，无论作业编排如何。
当作业编排流水线时，该作业决定执行模式，优先于流水线的 流水线模式 设置。 连续作业即使在其流水线的 Pipeline mode 设为触发式时，也会持续运行其流水线；而触发型或计划型作业即使在其流水线的 Pipeline mode 设为连续式时，也会以单次更新的方式运行其流水线。
因为作业会覆盖流水线模式设置，所以当你将流水线封装在连续作业中时，请将流水线的 Pipeline mode 设置为触发式（默认设置）。 这样可以避免流水线在作业之外运行时出现意外行为。
要为管道配置连续作业，请参阅 使用连续作业持续运行管道。
运行带有内置连续模式的流水线
流水线内置的连续设置并未被移除，但Databricks不鼓励新流水线使用该设置，转而采用连续作业模式。 若要在触发和连续之间更改，在创建或编辑管道时，请使用管道设置中的 “管道”模式 选项。 请参阅 “配置管道”。
为连续管道设置触发器间隔
为连续模式配置管道时，可以设置触发器间隔来控制管道为每个流启动更新的频率。 触发间隔是一项流水线配置项，无论流水线是通过其自身的 流水线模式 设置以连续模式运行，还是通过连续作业运行，该配置都适用。
您可以使用 pipelines.trigger.interval 来控制更新表格或整个管道的流程触发间隔。 由于触发流水线对每个表只处理一次，因此 pipelines.trigger.interval 仅用于连续流水线。 Databricks 建议将它设置为单个表，因为流查询和批处理查询的默认值不同。 仅当处理需要控制整个管道图的更新时，才在管道上设置值。
关于流类型默认值以及SQL、Python和流水线配置设置示例pipelines.trigger.interval，请参见流水线触发间隔。