Pipeline independente

O pipeline declarativo LakeFlow Spark é a maneira mais comum de trabalhar com dados em um pipeline. Você também pode definir visualizações materializadas independentes e tabelas de transmissão fora do pipeline declarativo LakeFlow Spark usando uma sintaxe de consulta simples, e Databricks gerencia o pipeline subjacente para você. Tabelas independentes podem ser criadas e atualizadas a partir de um data warehouse Databricks SQL ou de um Notebook executado em compute geral serverless .

nota

Esta seção era anteriormente chamada de "pipeline para Databricks SQL ". Foi renomeado para "Pipeline independente" para refletir o novo suporte para a criação de visualizações materializadas independentes e tabelas de transmissão a partir de um Notebook executado em compute geral serverless , além de um data warehouse Databricks SQL .

Esta seção ensina como usar um pipeline independente, incluindo os seguintes tópicos.

tópico	Descrição
Requisitos para um oleoduto independente	Saiba mais sobre as opções compute para tabelas de visualização materializada e transmissão independentes, incluindo suporte a recursos e disponibilidade regional.
Use tabelas de transmissão independentes	Crie, refresh, configure e monitore tabelas de transmissão.
Use a visualização materializada independente.	Criar, refresh e consultar visualizações materializadas.

Recursos adicionais

• ETL no Databricks SQL
• Referência de linguagem Databricks SQL
• Referência da linguagem SQL para pipeline declarativo LakeFlow Spark
• Desenvolver um pipeline declarativo Spark LakeFlow
• Use instruções ALTER com o conjunto de dados pipeline