Gratulacje!

Wprowadzenie do Databricks Lakehouse

Gang Wang

Senior Data Scientist

Rozdział 1: Paradygmat Lakehouse

$$

  • Lakehouse łączy elastyczność data lake z niezawodnością hurtowni danych
  • Architektura medalionowa porządkuje dane: brąz → srebro → złoto
  • Płaszczyzna sterowania jest zarządzana przez Databricks; płaszczyzna danych działa w twoim chmurze

$$

recraft: half: Nowoczesny budynek ze szklaną fasadą odbijającą zarówno strukturę hurtowni, jak i jezioro — ilustracja architektury lakehouse łączącej oba podejścia

Wprowadzenie do Databricks Lakehouse

Rozdział 2: Obliczenia i Notebooki

$$

recraft: half: Klaster połączonych serwerów ze świecącymi węzłami i otwartym notebookiem na pierwszym planie — ilustracja zasobów obliczeniowych i interaktywnego środowiska pracy

$$

  • Klastry ogólnego przeznaczenia do pracy interaktywnej; klastry zadań do automatyzacji
  • Autoskalowanie, automatyczne kończenie i zasady pozwalają kontrolować koszty
  • Notebooki obsługują wiele języków dzięki poleceniom magic
  • Databricks Repos zapewnia pełną integrację z Git w obszarze roboczym
Wprowadzenie do Databricks Lakehouse

Rozdział 3: Zarządzanie i Udostępnianie Danych

$$

  • Unity Catalog zapewnia centralne zarządzanie i automatyczne śledzenie pochodzenia danych
  • Delta Sharing daje partnerom zewnętrznym bezpośredni dostęp do danych — bez kopiowania
  • Natywne udostępnianie między instancjami Databricks; otwarty protokół dla dowolnej platformy
  • Lakehouse Federation odpytuje zewnętrzne bazy danych bez przenoszenia danych

$$

recraft: half: Tarcza z zamkiem pośrodku, otoczona strumieniami danych łączącymi się z różnymi budynkami — ilustracja zarządzania danymi i bezpiecznego ich udostępniania

Wprowadzenie do Databricks Lakehouse

Rozdział 4: Wdrożenie

$$

recraft: half: Rakieta startująca z ekranu laptopa z potokami wdrożeń i kodem płynącym ku górze — ilustracja automatycznego wdrożenia w środowisku produkcyjnym

$$

  • Databricks Asset Bundles zastępują ręczne wdrożenia przez UI kodem
  • databricks.yml definiuje projekt, zasoby i cele
  • Polecenia CLI: validate, deploy, run, destroy
  • Wszystko w Git — odtwarzalne, audytowalne i zautomatyzowane
Wprowadzenie do Databricks Lakehouse

Co dalej?

$$

  • Introduction to Databricks SQL — analityka SQL i hurtownie danych
  • Data Engineering with Databricks — produkcyjne potoki ETL
  • Databricks Concepts — kompleksowe przepływy pracy dla różnych ról

$$

recraft: half: Kręta droga biegnąca w dal przez barwny krajobraz z drogowskazami — ilustracja dalszej ścieżki nauki

Wprowadzenie do Databricks Lakehouse

Dziękujemy!

Wprowadzenie do Databricks Lakehouse

Preparing Video For Download...