Zjišťování dat

Azure Databricks poskytuje sadu nástrojů a produktů, které zjednodušují zjišťování datových prostředků, které jsou přístupné prostřednictvím platformy Databricks Data Intelligence Platform. Tento článek obsahuje názorný přehled toho, jak můžete zjistit a zobrazit náhled dat, která už jsou nakonfigurovaná pro přístup ve vašem pracovním prostoru.

• Pokud se chcete připojit ke zdrojům dat, přečtěte si téma Připojení ke zdrojům dat a externím službám.
• Informace o získání přístupu k datům na Webu Databricks Marketplace najdete v tématu Co je Databricks Marketplace?.

Témata v této části se zaměřují na zkoumání datových objektů a datových souborů. Pokud hledáte informace o práci s prostředky, jako jsou poznámkové bloky, dotazy SQL, knihovny a modely, podívejte se na uživatelské rozhraní pracovního prostoru.

Pokud hledáte pokyny k generování souhrnných statistik pro datové sady nebo jiné úlohy spojené s průzkumnou analýzou dat (EDA), přečtěte si téma Průzkumné analýzy dat v Azure Databricks: Nástroje a techniky.

Jak můžete objevit datová aktiva?

Nástroje pro zjišťování dat v Azure Databricks spadají do následujících obecných kategorií:

• Přehledy, souhrny a vyhledávání s asistencí umělé inteligence
• Hledání klíčových slov
• Zkoumání katalogu pomocí uživatelského rozhraní
• Programatické výpisy a zkoumání metadat

Nástroje pro zjišťování dat jsou optimalizované pro data, která se řídí katalogem Unity. Datové prostředky, které nebyly registrovány jako objekty katalogu Unity, nemusí být zjistitelné pomocí některých z těchto přístupů.

Vyhledání dat pomocí uživatelského rozhraní

• Genie One: Procházejte prostředky sdílené s vámi, hledejte podle názvu, položte otázky k datům v přirozeném jazyce a vyfiltrujte je podle domény. Viz Použití Genie One.
• Stránka Zjišťování: Kurátorované procházení, které umožňuje zkoumat datové prostředky uspořádané podle domén. Kurátoré můžou zvýraznit klíčové prostředky své organizace a uživatelé můžou procházet podle domény nebo typu prostředku. Viz Stránka Zjišťování, domény a subdomény.
• Průzkumník katalogu: Poskytuje nástroje pro zkoumání a řízení datových prostředků. Otevřete Catalog Explorer pomocí ikony Katalog v postranním panelu pracovního prostoru. Na kartě Přehledy se dozvíte, jak se data používají ve vašem pracovním prostoru. Viz Co je Catalog Explorer? a Zobrazení přehledů tabulek a jejich oblíbenosti.
  • Poznámkové bloky a editor SQL: Poskytuje také navigátor katalogu pro zkoumání databázových objektů. Kliknutím na ikonu Katalog na bočním panelu editoru rozbalíte nebo sbalíte navigátor katalogu bez opuštění editoru kódu.

Prozkoumat data programově

Můžete použít příkaz SHOW pro všechny databázové objekty, abyste zjistili prostředky registrované v katalogu Unity. Použijte příkaz LIST, příkaz %fs magic nebo nástroje Databricks k výpisu souborů.

Viz Prozkoumání úložiště a vyhledání datových souborů a Prozkoumání databázových objektů.

Kontrola komentářů k datům

Komentáře si můžete prohlédnout, abyste se dozvěděli o obsahu datových sad dostupných ve vašem jezeře. Komentáře lze nastavit u datových objektů, včetně katalogů, schémat, tabulek a sloupců. Komentáře můžete zobrazit v Průzkumníku katalogu nebo pomocí DESCRIBE příkazu pro objekt.

Průzkumník katalogu může poskytovat komentáře generované AI pro tabulky, což vlastníkům datových prostředků usnadňuje poskytování bohatého přehledu datových sad. Viz Přidání komentářů generovaných AI do objektů katalogu Unity.

Uživatelé můžou také volitelně poskytnout komentáře k tabulkám a dalším databázovým objektům pomocí markdownu, který se v Průzkumníku katalogu vykresluje. Viz Přidání komentářů k datům a prostředkům AI.

Hledání tabulek v jezeře

Vyhledávací panel v Azure Databricks můžete použít k vyhledání tabulek zaregistrovaných v katalogu Unity. Vyhledávání klíčových slov můžete provést nebo použít sémantické vyhledávání k vyhledání datových sad nebo sloupců, které souvisejí s vaším vyhledávacím dotazem. Hledání vrací jenom výsledky pro tabulky, které máte oprávnění k zobrazení. Prohledávat názvy tabulek, názvy sloupců, komentáře k tabulkám a komentáře ke sloupcům. Viz Hledání objektů pracovního prostoru.