Persistenz und Geltungsbereich von Tabellen

Data Management in Databricks

Smriti Mishra

Founder, NordData Insight

Was ist Tabellenpersistenz?

  • Tabellenpersistenz steuert Datenspeicher und Aufbewahrung
  • Beeinflusst Speicher, Zugriff und Wartung
  • Databricks unterstützt Managed und Unmanaged Tables

Cartoon von Personen, die Akten in Schränken ablegen und prüfen

Data Management in Databricks

Managed Tables in Databricks

  • Vollständig von Databricks verwaltet, inkl. Speicherort und Lifecycle.
  • Löscht Daten automatisch, wenn die Tabelle gelöscht wird.
  • Geeignet für einfaches, zentrales Datenmanagement.

Bild, das ein zentrales System mit verschiedenfarbigen Punkten zeigt

Data Management in Databricks

Unmanaged Tables in Databricks

  • Dezentraler Ansatz
  • Du kontrollierst Speicherort und Lifecycle der Daten
  • Löschen einer Unmanaged Table löscht die Daten nicht
  • Nützlich für Custom-Speicher oder Compliance-Anforderungen

Bild, das ein dezentrales System mit verschiedenfarbigen Punkten zeigt

Data Management in Databricks

Managed oder Unmanaged Tables?

Aspect.png

Data Management in Databricks

Das Schlüsselwort LOCATION

  • Wichtig zum Festlegen des Datenspeichers bei unmanaged Tables.
  • Speicherort beeinflusst Kosten, Abrufzeiten und Aufbewahrung.

 

CREATE TABLE table_name (
    column_name data_type,
    ...
)
USING file_format
LOCATION 'path/to/data';
Data Management in Databricks

Wesentliche Punkte

  • Managed Tables zentralisieren Speicher und Lifecycle in Databricks.
  • Unmanaged Tables bieten Flexibilität für Speicher und Lifecycle.
  • Wähle je nach Speicher-, Kontroll- und Managementbedarf.

Bild, das Speicher- und Lifecycle-Management von Daten zeigt

Data Management in Databricks

Lass uns üben!

Data Management in Databricks

Preparing Video For Download...