Delta Sharing: typer och avvägningar

Introduktion till Databricks Lakehouse

Gang Wang

Senior Data Scientist

Två delningsmetoder

jämförelse: Native Sharing vs Open Protocol Sharing

Native sharing – Databricks till Databricks
- Sömlös Unity Catalog-integration
- Full styrning på båda sidor
Open protocol – valfri plattform
- Spark, pandas, Power BI, Snowflake
- Mer konfiguration, men bredare räckvidd

Databricks-native delning

Båda parter är Databricks-kunder
Delad data visas i mottagarens Unity Catalog
Full styrning på båda sidor
Minimal konfiguration – skapa bara delningen och ge åtkomst

recraft: half: Två moderna byggnader förbundna av en lysande brygga, som symboliserar en sömlös direktanslutning mellan två Databricks-arbetsytor

Open protocol-delning

# Recipient's code (using pandas)
import delta_sharing

profile = "config.share"
client = delta_sharing.SharingClient(
    profile
)
tables = client.list_all_tables()
df = delta_sharing.load_as_pandas(
    f"{profile}#share.schema.table"
)

Mottagaren kan använda valfri plattform
Mottagaren installerar en Delta Sharing-klient
Spark, pandas, Power BI, Snowflake, Tableau

Kostnadsaspekter

Samma region – vanligtvis inga utgående avgifter
Korsregional – molnleverantören debiterar för dataöverföring
Korsmoln (t.ex. Azure till AWS) – högst utgående avgifter
Håll delad data nära dina huvudsakliga mottagare

lager: Samma region – Gratis eller billigt, Korsregional – Utgående avgifter, Korsmoln – Högst avgifter

Välj rätt metod

beslutsträd: Använder mottagaren Databricks? Ja – använd Native Sharing (full styrning, enkel setup, granskningsloggning). Nej – använd Open Protocol (valfri plattform, leverantörsstyrning, måttlig setup). Båda – överväg utgående kostnader per region.

Sammanfattning

Native sharing – Databricks till Databricks, sömlöst, full styrning
Open protocol – valfri plattform, bredare räckvidd, mer konfiguration
Utgående avgifter ökar vid korsregional och korsmolnsdelning
Välj utifrån mottagarens plattform och datans placering

Nu kör vi en övning!

Introduktion till Databricks Lakehouse