Persistencia y alcance de las tablas

Gestión de datos en Databricks

Smriti Mishra

Founder, NordData Insight

¿Qué es la persistencia de tablas?

  • La persistencia de tablas define almacenamiento y retención
  • Afecta almacenamiento, acceso y mantenimiento
  • Databricks admite tablas administradas y no administradas

Imagen tipo caricatura de personas guardando y revisando archivos en archivadores

Gestión de datos en Databricks

Tablas administradas en Databricks

  • Totalmente administradas por Databricks: ubicación y ciclo de vida.
  • Borra los datos al eliminar la tabla.
  • Útiles para gestión simple y centralizada.

Imagen que muestra un sistema centralizado con puntos de colores

Gestión de datos en Databricks

Tablas no administradas en Databricks

  • Enfoque descentralizado
  • Controlas ubicación y ciclo de vida de los datos
  • Al borrar una tabla no administrada, los datos no se borran
  • Útiles para almacenamiento personalizado o cumplimiento

Imagen que muestra un sistema descentralizado con puntos de colores

Gestión de datos en Databricks

¿Tablas administradas o no administradas?

Aspecto.png

Gestión de datos en Databricks

La palabra clave LOCATION

  • Es clave para definir el almacenamiento en tablas no administradas.
  • La ubicación afecta costos, tiempos de acceso y retención.

 

CREATE TABLE table_name (
    column_name data_type,
    ...
)
USING file_format
LOCATION 'path/to/data';
Gestión de datos en Databricks

Puntos clave

  • Las tablas administradas centralizan almacenamiento y ciclo de vida en Databricks.
  • Las no administradas dan flexibilidad en almacenamiento y ciclo de vida.
  • Elige según necesidades de almacenamiento, control y gestión.

Imagen que muestra la gestión de almacenamiento y ciclo de vida de los datos

Gestión de datos en Databricks

¡Vamos a practicar!

Gestión de datos en Databricks

Preparing Video For Download...