Persistens och scope för tabeller

Datahantering i Databricks

Smriti Mishra

Founder, NordData Insight

Vad är tabellpersistens?

Tabellpersistens styr lagring och bevarande av data
Det påverkar lagring, åtkomst och underhåll
Databricks stöder hanterade och ohanterade tabeller

Tecknad bild av personer som lagrar och granskar filer i arkivskåp

Hanterade tabeller i Databricks

Hanteras helt av Databricks, inklusive dataplats och livscykel.
Data raderas automatiskt när tabellen tas bort.
Passar enkel, centraliserad datahantering.

Bild som visar hur ett centraliserat system fungerar med olika färgade punkter

Ohanterade tabeller i Databricks

Decentraliserat tillvägagångssätt
Du styr lagringsplats och livscykel för data
Att ta bort en ohanterad tabell raderar inte data
Användbart vid anpassad lagring eller regelefterlevnadskrav

Bild som visar hur ett decentraliserat system fungerar med olika färgade punkter

Hanterad eller ohanterad tabell?

Nyckelordet LOCATION

Nödvändig för att ange lagringsplats i ohanterade tabeller.
Lagringsplatsen påverkar kostnad, hämtningstider och lagringspolicyer.

CREATE TABLE table_name (
    column_name data_type,
    ...
)
USING file_format
LOCATION 'path/to/data';

Viktiga lärdomar

Hanterade tabeller centraliserar lagring och livscykel i Databricks.
Ohanterade tabeller ger flexibilitet för lagring och datalivscykel.
Välj utifrån behov av lagring, kontroll och hantering.

Bild som visar lagring och livscykelhantering av data

Nu kör vi en övning!

Datahantering i Databricks

Preparing Video For Download...