Persistance et périmètre des tables

Gestion des données dans Databricks

Smriti Mishra

Founder, NordData Insight

Qu’est-ce que la persistance des tables ?

  • La persistance des tables régit stockage et rétention
  • Elle affecte stockage, accès et maintenance
  • Databricks prend en charge les tables gérées et non gérées

Dessin de personnes stockant et consultant des dossiers dans des armoires

Gestion des données dans Databricks

Tables gérées dans Databricks

  • Entièrement gérées par Databricks, y compris emplacement et cycle de vie.
  • Supprime automatiquement les données quand la table est supprimée.
  • Adaptées à une gestion simple et centralisée.

Image illustrant un système centralisé avec des points de couleurs différentes

Gestion des données dans Databricks

Tables non gérées dans Databricks

  • Approche décentralisée
  • Contrôlez l’emplacement de stockage et le cycle de vie
  • Supprimer une table non gérée ne supprime pas les données
  • Utile pour des besoins de stockage ou de conformité spécifiques

Image illustrant un système décentralisé avec des points de couleurs différentes

Gestion des données dans Databricks

Tables gérées ou non gérées ?

Aspect.png

Gestion des données dans Databricks

Le mot-clé LOCATION

  • Essentiel pour définir le stockage des tables non gérées.
  • L’emplacement influe sur le coût, les temps d’accès et la rétention.

 

CREATE TABLE table_name (
    column_name data_type,
    ...
)
USING file_format
LOCATION 'path/to/data';
Gestion des données dans Databricks

Points clés

  • Les tables gérées centralisent stockage et cycle de vie dans Databricks.
  • Les tables non gérées offrent une flexibilité de stockage et de cycle de vie.
  • Choisissez selon vos besoins de stockage, de contrôle et de gestion.

Image illustrant la gestion du stockage et du cycle de vie des données

Gestion des données dans Databricks

Passons à la pratique !

Gestion des données dans Databricks

Preparing Video For Download...