Databricks レイクハウス入門

Databricks の基本概念

Kevin Barlow

Data Analytics Practitioner

データウェアハウス

データウェアハウス

長所

• 構造化データに強い
• 高性能
• データの整合性を保ちやすい

短所

• コストが高い
• 最新アプリを十分に支援できない
• 機械学習向けではない

¹ https://www.databricks.com/blog/2021/05/19/evolution-to-the-data-lakehouse.html

データレイク

データレイク

長所

• あらゆるユースケースに対応
• 高い柔軟性
• 低コスト

短所

• データが乱雑になりやすい
• 歴史的に性能が低め

¹ https://www.databricks.com/blog/2021/05/19/evolution-to-the-data-lakehouse.html

レイクハウスの誕生

¹ https://www.databricks.com/blog/2021/05/19/evolution-to-the-data-lakehouse.html

レイクハウスの誕生

¹ https://www.databricks.com/blog/2021/05/19/evolution-to-the-data-lakehouse.html

Databricks レイクハウス

Databricks レイクハウス プラットフォーム

• すべてのデータ処理を単一基盤で
• オープンソース技術に基づく
• 共同作業に最適
• シンプルなアーキテクチャ

¹ https://www.databricks.com/blog/2021/05/19/evolution-to-the-data-lakehouse.html

Databricks アーキテクチャの利点

統合

• AI から BI まで全ユースケース
• DWH とデータレイクの利点を両立

マルチクラウド

• データに基盤を持ち込める
• 特定クラウドにロックインなし

Databricks 開発の利点

コラボレーション

• すべてのデータ担当者が対象
• 同一基盤でリアルタイム共同作業

オープンソース

• Apache Spark を基盤に採用
• 主要言語（Python、R、Scala、SQL）をサポート

練習しましょう！

Databricks の基本概念