Migrer vers Databricks
Vous pouvez migrer vos charges de travail vers Databricks depuis une autre plateforme de données, ou passer d’une fonctionnalité Databricks héritée à sa version plus récente. Choisissez le chemin qui correspond à l’endroit où vos charges de travail s’exécutent aujourd’hui.
Pour un aperçu des capacités de la plateforme, consultez Qu'est-ce que Databricks ?.
Migrer à partir d’une autre plateforme de données
Si vos charges de travail s'exécutent sur un autre data warehouse, un outil ETL ou un environnement Apache Spark, start par Genie Migrate pour évaluer votre système source et convertir son code. Utilisez ensuite le guide pour chaque type de charge de travail que vous déplacez.
-
- Migration Genie
- Évaluez votre système source et convertissez le code SQL et ETL en queries Databricks SQL ou en notebooks Databricks.
-
- data warehouse
- Passez d’un data warehouse d’entreprise au lakehouse et simplifiez votre architecture de données en même temps.
-
- Pipelines ETL
- Évaluez l’effort nécessaire pour migrer les pipelines ETL à partir de systèmes source spécifiques.
-
- charges de travail Apache Spark
- Adaptez le code Apache Spark existant à partir d'implémentations on-premise ou cloud-natif pour l'exécuter sur Databricks.
-
- ML et analytique
- Exécutez les charges de travail ML, Data science et analytique sur une copie unique de vos données.
-
- Ingestion des données
- Déplacez les données elles-mêmes de votre système source avec les connecteurs Lakeflow Connect.
Migrer depuis les fonctionnalités Databricks héritées
Si vous utilisez déjà Databricks, passez des produits et fonctionnalités retirés ou hérités à leurs versions plus récentes.
-
- Parquet vers Delta Lake
- Convertissez un data lake Parquet en Delta Lake en utilisant l'un des quatre chemins de migration recommandés.
Pour obtenir la liste complète des fonctionnalités héritées et leurs remplacements, consultez Migrer à partir des fonctionnalités héritées.