Pular para o conteúdo principal
Última atualização em

armazenamento de dados em Databricks

Databricks SQL é um cloud data warehouse construído com base na arquitetura lakehouse . Ele executa diretamente no seu data lake, suporta ANSI SQL com extensões Delta Lake e fornece as ferramentas para construir um data warehouse de alto desempenho e custo-benefício sem precisar mover seus dados.

Interfaces e ferramentas​

Databricks SQL em um banco de dadosSQL e é acessível por meio de múltiplas interfaces para consulta, visualização, gerenciamento pipeline e automação.

    • Editor de SQL
    • Escreva e execute consultas SQL com assistência integrada AI , comentários de código e história de versão.
    • cadernos
    • Execução SQL juntamente com Python, Scala ou R, conectando um Notebook a um SQL warehouse.
    • AI/BI
    • Crie painéis de controle com AIe Genie spaces para análise de dados autônoma e exploração de dados conversacional.
    • visão métrica
    • Defina métricas de negócios reutilizáveis com cálculos consistentes usando uma camada semântica.
    • Alertas
    • Monitore os resultados das consultas, avalie as condições e envie notificações automaticamente.
    • Jobs
    • programar consultas SQL para processamento automatizado de dados e relatórios de fluxo de trabalho.
    • ETL
    • Defina e refresh tabelas de transmissão e visualizações materializadas diretamente no Databricks SQL para um pipeline ETL incremental.
    • API REST
    • Automatize e gerencie objetos Databricks SQL programaticamente.

Monitorar e otimizar​

    • Histórico de consultas
    • Analise a execução de consultas anteriores, os tempos de execução e a utilização de recursos em todo o seu data warehouse.
    • Perfil de consulta
    • Analise o plano de execução de uma consulta para identificar gargalos e oportunidades de otimização.
    • Desempenho da consulta
    • Obtenha percepções e recomendações automáticas quando a execução de consultas for ineficiente.

Começar​

Se você é iniciante no Databricks SQL, comece pelos conceitos e depois siga um passo a passo prático.

    • Comece a usar data warehousing
    • Siga um passo a passo completo que abrange painéis de exemplo, Notebook, Job, ingestão de dados e configuração SQL warehouse .
    • Visualização Unity Catalog
    • Defina métricas de negócios consistentes e reutilizáveis com uma camada semântica para uso em consultas e painéis.
    • Crie um AI/BI dashboard
    • Crie e publique seu primeiro painel com conjunto de dados, visualizações e filtros usando a autoria assistida AI .

Referência​