Arquitectura de la plataforma

Introducción a Databricks Lakehouse

Gang Wang

Senior Data Scientist

La analogía del hotel

$$

Plano de control - «Recepción»

recraft: half: Un mostrador moderno de hotel con una conserjería gestionando reservas en pantallas, que representa a Databricks coordinando y planificando

  • Gestionado por Databricks
  • Maneja coordinación y solicitudes

$$

Plano de datos - «Tu habitación»

recraft: half: Una habitación privada y segura con caja fuerte y escritorio de trabajo, que representa la cuenta en la nube del cliente donde viven los datos y se ejecuta el cómputo

  • Está en tu cuenta en la nube
  • Donde residen tus datos y el cómputo
Introducción a Databricks Lakehouse

El plano de control

$$

  • Gestionado por Databricks
  • Interfaz del espacio de trabajo y notebooks
  • Programación y orquestación de jobs
  • Gestión y configuración de clústeres

$$

recraft: half: Un mostrador de recepción moderno con monitores organizados que muestran paneles y planificaciones, representando un centro de control

Introducción a Databricks Lakehouse

El plano de datos

$$

recraft: half: Una sala de bóveda segura con racks de servidores y contenedores cerrados, que representa la infraestructura en la nube propiedad del cliente

$$

  • Está en tu cuenta en la nube
  • Aquí se ejecutan los clústeres de cómputo
  • Datos almacenados en tu almacenamiento en la nube
  • Tú controlas el acceso y la red
Introducción a Databricks Lakehouse

¿Qué vive dónde?

nanobanana: full: Diagrama dividido con dos secciones conectadas por flechas: izquierda etiquetada como Plano de control con Interfaz del espacio de trabajo y Planificador de jobs; derecha como Plano de datos con Clústeres y Almacenamiento en la nube; flechas entre ambos

Introducción a Databricks Lakehouse

Registros de auditoría y tablas del sistema

$$

  • Los registros de auditoría recogen toda la actividad del espacio de trabajo
  • Se guardan en tu cuenta como tablas del sistema
  • Haz consultas con SQL para informes de cumplimiento

$$

SELECT user_name, action_name,
       event_time
FROM system.access.audit
WHERE action_name = 'clusterCreate'
ORDER BY event_time DESC
LIMIT 5;
Introducción a Databricks Lakehouse

Resumen

$$

  • Plano de control: gestionado por Databricks (UI, planificación, gestión)
  • Plano de datos: tu nube (cómputo, almacenamiento, datos)
  • Registros de auditoría: guardados como tablas del sistema en tu cuenta
  • Tus datos nunca salen de tu entorno en la nube
Introducción a Databricks Lakehouse

¡Vamos a practicar!

Introducción a Databricks Lakehouse

Preparing Video For Download...