Databricks Lakehouse 简介

Databricks 概念

Kevin Barlow

Data Analytics Practitioner

数据仓库

数据仓库

优点

• 擅长结构化数据
• 高性能
• 易于保持数据整洁

缺点

• 成本高
• 无法支持现代应用
• 非为机器学习而建

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

数据湖

数据湖

优点

• 支持所有用例
• 非常灵活
• 具成本效益

缺点

• 数据易变得杂乱
• 历史上性能一般

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

Lakehouse 的诞生

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

Lakehouse 的诞生

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

Databricks Lakehouse

Databricks Lakehouse 平台

• 统一平台，覆盖所有数据工作负载
• 基于开源技术构建
• 协作环境
• 架构更简化

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

Databricks 架构优势

一体化

• 覆盖从 AI 到 BI 的所有用例
• 兼具数据仓库与数据湖优势

多云

• 将强大的平台带到您的数据所在处
• 无需锁定于特定云平台

Databricks 开发优势

协作

• 面向所有数据角色
• 可在同一平台实时协作

开源

• 由 Apache Spark 驱动
• 支持主流语言（Python、R、Scala、SQL）

Vamos praticar!

Databricks 概念