glosář technické terminologie Azure Databricks

A

seznam řízení přístupu (ACL)

Seznam oprávnění připojených k pracovnímu prostoru, clusteru, úloze, tabulce nebo experimentu ACL určuje, kteří uživatelé nebo systémové procesy mají udělený přístup k objektům a jaké operace jsou na prostředcích povoleny. Každá položka v typickém seznamu ACL určuje předmět a operaci. Viz seznamy řízení přístupu.

režim přístupu

Funkce zabezpečení, která určuje, kdo může používat výpočetní prostředek a data, ke kterým má přístup při používání výpočetního prostředku. Každý výpočetní prostředek v Azure Databricks má režim přístupu. Viz režimy Accessu.

Transakce ACID

Databázové transakce, které jsou spolehlivě zpracovány. ACID je zkratka pro atomicitu, konzistenci, izolaci, stálost. Podívejte se na osvědčené postupy pro spolehlivost.

Agent Bricks

Azure Databricks funkce, které umožňují vytvářet vysoce kvalitní řešení AI.

umělá inteligence (AI)

Schopnost počítače napodobovat inteligentní lidské chování. Přečtěte si Strojové učení na Azure Databricks.

Agent AI

Aplikace se složitými možnostmi odůvodnění, které jí umožňují vytvořit vlastní plán a provést úlohu podle nástrojů, které mají k dispozici. Viz Vzory návrhu systému agentů.

Funkce AI

Integrované funkce SQL, které umožňují použít AI na data přímo z SQL v Azure Databricks. Viz Rozšíření dat pomocí funkcí AI.

AI Gateway

Řešení Azure Databricks pro řízení a monitorování koncových bodů LLM, kódovacích agentů a modelů obsluhujících koncové body. Použijte AI Gateway k analýze využití, konfiguraci oprávnění a správě kapacity napříč poskytovateli. Viz zásady správného řízení AI pomocí brány Unity AI.

AI platforma pro experimenty

Funkce Azure Databricks, se kterou můžou uživatelé pracovat, testovat a porovnávat generující modely AI obsluhované ve vašem pracovním prostoru Azure Databricks. Podívejte se na chat s LLM a prototypy generovacích aplikací umělé inteligence pomocí AI Playgroundu.

detekce anomálií

Techniky a nástroje používané k identifikaci neobvyklých vzorů, které neodpovídají očekávanému chování v datových sadách. Azure Databricks usnadňuje detekci anomálií prostřednictvím možností strojového učení a zpracování dat.

Apache Iceberg

Open source formát tabulky pro analytické úlohy, které podporují vývoj schématu, časové cesty a skryté dělení. Azure Databricks podporuje tabulky Iceberg spravované katalogem Unity a cizími katalogy. Viz Co je Apache Iceberg v Azure Databricks?.

Apache Spark

Opensourcový distribuovaný výpočetní systém používaný pro úlohy s velkými objemy dat. Viz přehled Apache Sparku.

umělá neurální síť (ANN)

Výpočetní systém vzorovaný po operaci neuronů v lidském mozku.

asset

Entita v pracovním prostoru Azure Databricks (například objekt nebo soubor).

protokol auditu

Záznam aktivit a akcí uživatelů v rámci Azure Databricks prostředí, zásadní pro zabezpečení, dodržování předpisů a provozní monitorování. Viz referenční informace k diagnostickým protokolům.

Automatický zavaděč

Funkce příjmu dat, která postupně a efektivně zpracovává nové datové soubory při jejich doručení do cloudového úložiště bez jakéhokoli dalšího nastavení. Podívejte se na co je Auto Loader.

AutoML

Funkce Azure Databricks, která zjednodušuje proces použití strojového učení na datové sady tím, že automaticky vyhledá nejlepší algoritmus a konfiguraci hyperparametrů za vás. Podívejte se na Co je to AutoML?

automatizovaná sledovatelnost dat

Proces automatického sledování a vizualizace toku dat z jejího původu prostřednictvím různých transformací do konečné formy, nezbytné pro ladění, dodržování předpisů a pochopení závislostí dat. Azure Databricks to usnadňuje integrace s nástroji rodokmenu dat.

automatické škálování, vodorovné

Přidání nebo odebrání exekutorů na základě počtu úkolů čekajících na naplánování K tomu dochází dynamicky během jedné aktualizace.

automatické škálování, svisle

Zvětšení nebo snížení velikosti počítače (ovladače nebo exekutoru) na základě zatížení paměti (nebo jeho nedostatku). K tomu dochází pouze na začátku nové aktualizace.

Azure Databricks

Verze Databricks optimalizovaná pro cloudovou platformu Microsoft Azure.

B

dávkové zpracování

Metoda zpracování dat, která umožňuje definovat explicitní instrukce pro zpracování pevného množství statických, neměňovaných dat jako jedné operace. Azure Databricks používá Spark SQL nebo datové rámce. Viz standardní konektory v Lakeflow Connect.

detekce a zmírnění předsudků

Proces identifikace a adresování předsudků v modelech dat a strojového učení za účelem zajištění spravedlnosti a přesnosti. Databricks nabízí nástroje a integrace, které pomáhají zjišťovat a zmírnit předsudky. Viz Monitorování spravedlnosti a předsudků pro klasifikační modely.

business intelligence (BI)

Strategie a technologie používané podniky k analýze a správě obchodních informací.

C

catalog (Katalog Unity)

První úroveň tříúrovňového názvového prostoru v Unity Catalogu (katalog.schéma.tabulka-etc). Katalog je kontejner pro schémata, která zase obsahují tabulky, zobrazení, svazky, modely a funkce. Viz Co jsou katalogy v Azure Databricks?.

Průzkumník katalogu

Funkce Azure Databricks, která poskytuje uživatelské rozhraní pro zkoumání a správu dat, schémat (databází), tabulek, modelů, funkcí a dalších prostředků AI. Můžete ho použít k vyhledání datových objektů a vlastníků, porozumění relacím dat mezi tabulkami a správě oprávnění a sdílení. Podívejte se na 'Co je Průzkumník katalogu?'.

podřízená instance

Podřízená instance je klon, který vytváří kopii při zápisu z původní instance databáze. Může být vytvořen z aktuálního bodu v čase nebo z historického bodu v čase v rámci okna uchovávání informací. Viz Obnovení dat a návrat v čase.

CICD nebo CI/CD

Kombinované postupy kontinuální integrace (CI) a průběžného doručování (CD). Viz CI/CD na Azure Databricks.

vyčištění dat

Data, která prošla procesem čištění dat, což je proces zjišťování a opravy (nebo odebrání) poškozených nebo nepřesných záznamů ze sady záznamů, tabulky nebo databáze a odkazuje na identifikaci neúplných, nesprávných, nepřesných nebo irelevantních částí dat a následné nahrazení, úpravy nebo odstranění špinavých nebo hrubých dat.

Čisté pokoje

Funkce Azure Databricks, která využívá OpenSharing a bezserverové výpočetní prostředí k zajištění zabezpečeného a ochrany osobních údajů, kde může více stran sdílet citlivá podniková data a spolupracovat bez přímého přístupu k datům ostatních. Díky nástroji Clean Rooms můžou uživatelé z jiných účtů Databricks spolupracovat na generování přehledů o sdílených projektech, jako jsou reklamní kampaně, investiční rozhodnutí nebo výzkum a vývoj, aniž by museli sdílet přístup k citlivým podkladovým datům. Viz Co jsou Azure Databricks Clean Rooms?.

poskytovatel cloudové platformy

Společnost, která poskytuje platformu cloud computingu. Například Microsoft Azure, Amazon Web Services (AWS) a Google Cloud Platform (GCP).

cluster

Bezserverový výpočetní prostředek používaný v poznámkových blocích, úlohách a kanálech Lakeflow. Termín compute nahradil cluster v uživatelském rozhraní Azure Databricks, ale stále se používá v rozhraní API clusterů a v metadatech.

compute

Odkazuje na výpočetní prostředky, což jsou prvky infrastruktury, ať už hardware nebo software, které umožňují řešení problémů a vytváření řešení prostřednictvím příjmu, analýzy a ukládání dat. Compute.

průběžný kanál

Kanál, který průběžně aktualizuje všechny tabulky, protože nová data přicházejí do vstupu bez zastavení. Viz Spuštěný vs. kontinuální režim kanálu.

D

směrovaný acyklický graf (DAG)

Metoda reprezentující závislosti mezi úlohami v projektu nebo pipeline. V modelu zpracování DAG jsou úlohy reprezentovány jako uzly v řízeném acyklickém grafu, kde hrany představují závislosti mezi úkoly.

katalog dat

Nástroj pro správu metadat pro správu zdrojů dat, který poskytuje informace o struktuře, umístění a využití dat. Azure Databricks se integruje s externími katalogy dat pro rozšířenou správu metadat.

zásady správného řízení dat

Postup správy dostupnosti, integrity, zabezpečení a použitelnosti dat, včetně zásad, postupů a technologií za účelem zajištění kvality a dodržování předpisů dat.

zpracování příjmu dat

Proces importu, přenosu, načítání a zpracování dat z různých zdrojů do Azure Databricks pro ukládání, analýzu a zpracování.

Data Lake

Velké úložiště, které obsahuje obrovské množství nezpracovaných dat v nativním formátu, dokud není potřeba.

Data Lakehouse

Systém správy dat, který kombinuje výhody datových jezer a datových skladů. Data Lakehouse poskytuje škálovatelné možnosti úložiště a zpracování pro moderní organizace, které se chtějí vyhnout izolovaným systémům pro zpracování různých úloh, jako je strojové učení (ML) a business intelligence (BI). Datové jezero může pomoct vytvořit jeden zdroj pravdy, eliminovat redundantní náklady a zajistit aktuálnost dat. Podívejte se, co je datové jezero?

Profilace dat

Monitoruje statistické vlastnosti a kvalitu dat ve všech tabulkách ve vašem účtu. Můžete ho také použít ke sledování výkonu modelů strojového učení a koncových bodů obsluhy modelů monitorováním tabulek odvozování, které obsahují vstupy a předpovědi modelu. Podívejte se na Profilace dat.

datový kanál

Řada fází, ve kterých se generují, shromažďují, zpracovávají a přesunují data do cíle. Databricks usnadňuje vytváření a správu složitých datových kanálů pro dávkové zpracování a zpracování dat v reálném čase.

ochrana osobních údajů

Postup ochrany osobních údajů před neoprávněným přístupem, použitím, zveřejněním nebo krádeží. Azure Databricks zdůrazňuje robustní funkce ochrany osobních údajů a zabezpečení dat, včetně komplexního šifrování, řízení přístupu na základě role a dodržování hlavních předpisů pro ochranu dat, k ochraně citlivých informací a zajištění zásad správného řízení dat.

vizualizace dat

Přístup ke správě dat, který aplikaci umožňuje načítat a manipulovat s nimi, aniž by vyžadovala technické podrobnosti o datech, například jak je formátovaná nebo kde se fyzicky nachází. Azure Databricks může sloužit jako součást vrstvy virtualizace dat tím, že poskytuje bezproblémový přístup k datům a analýzu dat napříč různorodými zdroji.

datové skladování

Odkazuje na shromažďování a ukládání dat z více zdrojů, aby k němu bylo možné rychle přistupovat pro obchodní přehledy a vytváření sestav. Architektura lakehouse a Databricks SQL přinášejí do datových jezer možnosti cloudového datového skladu. Viz Architektura datových skladů.

katalog databází

Entita katalogu Unity představující databázi Postgres v jedné instanci. Toto je koncepčně podobné cizímu katalogu v katalogu Unity. Podívejte se na Zaregistrujte svou databázi v katalogu Unity.

databázová instance

Instance databáze spravuje úložiště a výpočetní prostředky a poskytuje koncové body, ke kterým se uživatelé připojují. Viz Lakebase Nasazeno.

Databricks

Jednotná otevřená analytická platforma pro sestavování, nasazování, sdílení a údržbu podnikových dat, analýz a řešení AI ve velkém měřítku. Platforma Databricks Data Intelligence se integruje s cloudovým úložištěm a zabezpečením ve vašem cloudovém účtu a spravuje a nasazuje cloudovou infrastrukturu vaším jménem. Viz Co je Azure Databricks?.

Databricks AI/BI

Produkt business intelligence, který poskytuje porozumění sémantice vašich dat a umožňuje samoobslužnou analýzu dat. AI/BI jsou postavené na složeném systému AI, který získává přehledy z celého životního cyklu vašich dat na platformě Databricks, včetně kanálů ETL, původu a dalších dotazů. Viz Databricks AI/BI.

Funkce AI od Databricks

Datová inteligence poháněná platformou Databricks. Jedná se o složený systém AI, který kombinuje použití modelů AI, načítání, řazení a přizpůsobení, aby porozuměl sémantice dat a vzorců použití vaší organizace. Zobrazit asistenční funkce AI Databricks.

Vyhledávání AI v Databricks

Index vektorového vyhledávání, který je integrovaný do platformy Databricks Data Intelligence a integrovaný s nástroji pro zásady správného řízení a produktivitu. Podívejte se na vyhledávání AI v Databricks.

Databricks AI Search se dříve označoval jako Databricks Vector Search.

Databricks Apps

Funkce Azure Databricks, která vývojářům umožňuje vytvářet a nasazovat zabezpečené aplikace dat a AI přímo na Azure Databricks platformě pomocí Python nebo Node.js architektur. Aplikace běží na bezserverových výpočetních prostředcích a integrují se se službou Unity Catalog, Databricks SQL a OAuth. Podívejte se na Aplikace Databricks.

Deklarativní balíčky automatizace

Nástroj pro usnadnění přijetí osvědčených postupů pro softwarové inženýrství, včetně správy zdrojového kódu, kontroly kódu, testování a průběžné integrace a doručování (CI/CD) pro vaše data a projekty AI. Sady prostředků umožňují popsat Azure Databricks prostředky, jako jsou úlohy, kanály a poznámkové bloky jako zdrojové soubory. Viz Co jsou balíčky deklarativní automatizace?

Rozhraní příkazového řádku Databricks

Rozhraní příkazového řádku pro Azure Databricks, které uživatelům umožňuje spravovat a automatizovat pracovní prostory Databricks a nasazovat úlohy, poznámkové bloky a knihovny. Vizte Databricks CLI.

Databricks Connect

Klientská knihovna, která vývojářům umožňuje připojit jejich oblíbená prostředí IDE, poznámkové bloky a další nástroje s výpočetními prostředky Azure Databricks a vzdáleně spouštět Spark kód. Viz Databricks Connect.

Databricks Container Services

Funkce Azure Databricks, která umožňuje při vytváření výpočetních prostředků zadat image Dockeru. Informace o vyhrazených výpočetních prostředcích najdete v Databricks Container Services.

Databricks Marketplace

Otevřené fórum pro výměnu datových produktů. Poskytovatelé musí mít Azure Databricks účet, ale příjemci můžou být kdokoli. Prostředky Marketplace zahrnují datové sady, Azure Databricks poznámkové bloky, Azure Databricks akcelerátory řešení a modely strojového učení (AI). Datové sady jsou obvykle dostupné jako katalogy tabulkových dat, ačkoli jsou podporována také netabulková data ve formě datových svazků Azure Databricks. Podívejte se, co je Databricks Marketplace?

Databricks Runtime

Modul runtime optimalizovaný pro analýzu velkých objemů dat. Databricks také nabízí Databricks Runtime pro Machine Learning, který je optimalizovaný pro machine learning úlohy. Viz Poznámky k verzi Databricks Runtime a kompatibilita verzí.

Databricks SQL (DBSQL)

Kolekce služeb, které poskytují funkce a výkonnost datových skladů pro vaše stávající datová jezera. Databricks SQL podporuje otevřené formáty a standardní ANSI SQL. Nástroje pro editor SQL a řídicí panely v platformě umožňují členům týmu spolupracovat s dalšími Azure Databricks uživateli přímo v pracovním prostoru. Podívejte se na Datové skladiště na Azure Databricks.

DBUs

Jednotka Databricks (DBU) je normalizovaná jednotka výpočetního výkonu na platformě Databricks Lakehouse používaná pro účely měření a cen. Počet jednotek DBU, které zatížení spotřebuje, je řízen metrikami zpracování, které můžou zahrnovat využité výpočetní prostředky a množství zpracovávaných dat. Viz komponenty Azure Databricks.

Systém souborů Databricks (DBFS)

Distribuovaný systém souborů připojený k pracovnímu prostoru Azure Databricks a dostupný ve výpočetních prostředcích Azure Databricks. Azure Databricks doporučuje místo DBFS používat svazky katalogu Unity pro řízení přístupu k ne tabulkovým datům. Podívejte se na Co je DBFS?

DataFrame

Datová struktura, která uspořádá data do dvourozměrné tabulky řádků a sloupců, podobně jako tabulka. Datové rámce jsou jednou z nejběžnějších datových struktur používaných v moderních analýzách dat, protože představují flexibilní a intuitivní způsob ukládání a práce s daty. Viz kurz: Načtení a transformace dat pomocí datových rámců Apache Spark.

dataset

Strukturovaná kolekce dat uspořádaných a uložených společně pro analýzu nebo zpracování. Data v datové sadě obvykle souvisejí nějakým způsobem a pocházejí z jednoho zdroje nebo určeného pro jeden projekt.

Delta Lake

Vrstva úložiště s otevřeným zdrojovým kódem, která přináší spolehlivost pro datová jezera. Delta Lake nabízí transakce ACID a škálovatelné zpracování metadat a sjednocuje streamování a dávkové zpracování dat. Viz Co je Delta Lake v Azure Databricks?.

Pipelines

Kanály zpracování dat založené na deklarativních kanálech Apache Sparku™ (SDP). Definujete transformace, které se mají provádět s daty, a kanály Lakeflow spravují orchestraci úloh, správu clusteru, monitorování, kvalitu dat a zpracování chyb. Viz deklarativní kanály Sparku.

Datové sady pipeline

Tabulky streamování, materializovaná zobrazení a zobrazení, které jsou udržovány jako výsledky deklarativních dotazů.

OpenSharing

Umožňuje sdílet data a prostředky AI v Azure Databricks s uživateli mimo vaši organizaci bez ohledu na to, jestli tito uživatelé používají Azure Databricks nebo ne. Je také k dispozici jako open-sourceový projekt pro sdílení tabulkových dat. Použití v Azure Databricks přidává možnost sdílet nestrukturovaná data (svazky dat), modely AI, zobrazení, filtrovaná data a poznámkové bloky. Viz Co je OpenSharing?

Tabulky Delta

Výchozí formát tabulky dat v Azure Databricks a je funkcí datové architektury Delta Lake open source. Tabulky Delta se obvykle používají pro datová jezera, kde se data ingestují prostřednictvím streamování nebo ve velkých dávkách. Viz tabulky Azure Databricks.

DLT

Zastaralý název kanálů Lakeflow. Produkt dříve známý jako Delta Live Tables (DLT) byl přejmenován; stávající kód nevyžaduje migraci. Viz Co se stalo s Delta Live Tables (DLT)?.

E

vkládání (podstatné jméno)

Matematická reprezentace sémantického obsahu dat, jako je text nebo obrázky, vyjádřená jako vektor čísel. Embeddings se používají v Azure Databricks pro vektorové vyhledávání, generování s rozšířeným načítáním a další aplikace AI. Liší se od výrazu "zabudování" jak je tomu u zabudování řídicího panelu do uživatelského rozhraní. Podívejte se na vyhledávání AI v Databricks.

ETL (extrakce, transformace, načtení)

Moderní přístup k integraci dat, který extrahuje data ze zdrojů, načte je do cílového systému a pak je transformuje v rámci cílového systému. Viz Kurz: Vytvoření kanálu ETL pomocí kanálů Lakeflow.

externí tabulka

Tabulka registrovaná v Unity Catalog, kde se data nacházejí ve vnější poloze cloudového úložiště. Katalog Unity spravuje metadata a řízení přístupu, ale životní cyklus dat se spravuje mimo Azure Databricks. Viz Práce s externími tabulkami.

F

Úložiště atributů

Centrální úložiště pro ukládání, správu a obsluhu funkcí pro modely strojového učení. Viz úložiště funkcí Databricks.

jemné ladění

Proces pořízení předem natrénovaného modelu strojového učení a jeho další trénování na menší datové sadě specifické pro doménu za účelem optimalizace výkonu pro konkrétní aplikaci. Viz Trénování modelů AI a ML.

flow

Tok je proces v kanálech Lakeflow, který čte data, transformuje je a zapisuje do cíle.

cizí tabulka

Tabulka jen pro čtení v katalogu Unity, jejíž data spravuje katalog mimo katalog Unity, například AWS Glue nebo Snowflake. Azure Databricks používá Lakehouse Federation k načtení metadat a čtení tabulky z úložiště objektů. Viz Práce s cizími tabulkami.

základních modelů

Velké ML modely jsou předtrénované s úmyslem, že budou jemně doladěny pro konkrétnější porozumění a vytváření jazykových úloh. Viz rozhraní API základních modelů Databricks.

G

Kód Genie

Autonomní partner umělé inteligence navržený speciálně pro práci s daty v Azure Databricks. Genie Code je hluboce integrovaný s Katalogem Unity, který poskytuje kontextové povědomí o tabulkách, sloupcích a rodokmenu pro zrychlení složitých úloh s vícestupňovými daty. Viz Genie Code.

Genie Agent

Funkce Azure Databricks AI/BI, která umožňuje obchodním týmům pracovat s daty pomocí přirozeného jazyka. Odborníci na domény konfigurují agenty Genie pomocí datových sad, ukázkových dotazů a pokynů, aby Genie mohl překládat obchodní otázky do dotazů SQL. Prohlédni si Agenti Genie.

Genie One

Zjednodušené Azure Databricks rozhraní navržené pro firemní uživatele, které poskytuje jediný vstupní bod pro interakci s řídicími panely AI/BI, agenty Genie a Databricks Apps bez nutnosti procházet koncepty technických pracovních prostorů. Viz Použití Genie One.

generative AI

Typ umělé inteligence zaměřený na schopnost počítačů používat modely k vytváření obsahu, jako jsou obrázky, text, kód a syntetická data. Generování aplikací umělé inteligence je postavené na generovaných modelech AI: velkých jazykových modelů (LLM) a základních modelech. Přečtěte si Strojové učení na Azure Databricks.

Složky Gitu

Vizuální klient Git integrovaný do pracovního prostoru Azure Databricks, který poskytuje možnosti správy verzí, spolupráce a CI/CD pro poznámkové bloky a soubory. Dříve označované jako Repos. Viz složky Git Azure Databricks.

I

Inference

Proces použití natrénovaného modelu strojového učení ke generování předpovědí nebo výstupů z nových vstupních dat. Azure Databricks podporuje odvozování v reálném čase a dávkové odvozování prostřednictvím služby Model Serving. Viz Nasazení modelů pomocí služby Model Serving.

inicializační skript

Skript shellu, který se spouští během spuštění výpočetního prostředku Azure Databricks. Inicializační skripty můžou instalovat balíčky, upravovat konfigurace nebo nastavovat proměnné prostředí. Viz Co jsou inicializační skripty?.

J

job

Primární jednotka pro plánování a orchestraci produkčních úloh na Azure Databricks. Úlohy se skládají z jednoho nebo více úkolů. Podívejte se na Úlohy Lakeflow.

L

Lakeflow Connect

Nabízí integrované konektory pro příjem dat z podnikových aplikací a databází. Výsledný kanál příjmu dat se řídí katalogem Unity a využívá bezserverové výpočetní kanály a kanály Lakeflow. Podívejte se na spravované konektory v Lakeflow Connect.

Lakehouse Federace

Platforma federace dotazů pro Azure Databricks. Federace dotazů termínů popisuje kolekci funkcí, které uživatelům a systémům umožňují spouštět dotazy na více zdrojů dat, aniž by bylo nutné migrovat všechna data do sjednoceného systému. Azure Databricks ke správě federace dotazů používá katalog Unity. Viz Připojení k externím databázím a katalogům.

Lakebase

Azure Databricks Lakebase je databáze OLTP integrovaná s vaším lakehousem. Online databáze zpracování transakcí (OLTP) je specializovaný typ databázového systému navržený tak, aby efektivně zpracovával velké objemy transakčních dat v reálném čase. Lakebase umožňuje vytvořit databázi OLTP na Azure Databricks a přenést úlohy OLTP do vašeho Lakehouse.

Viz Lakebase Nasazeno.

Koncový bod Lakebase

Koncový bod Lakebase je primárním přístupovým bodem databáze pro vaši databázi Lakebase Postgres. Každý koncový bod je identifikován jedinečným ID koncového bodu a funguje v rámci jedné cloudové oblasti. Koncový bod je možné nakonfigurovat jako jednu výpočetní instanci nebo s vysokou dostupností, která spáruje primární výpočetní instanci s jednou nebo více sekundárními výpočetními instancemi pro automatické převzetí služeb při chybě. K databázi se připojujete prostřednictvím připojovacích řetězců koncového bodu.

Viz Vysoká dostupnost.

rozsáhlý jazykový model (LLM)

Model zpracování přirozeného jazyka (NLP) navržený pro úlohy, jako jsou odpovědi na otevřené otázky, chat, shrnutí obsahu, provádění téměř libovolných instrukcí, překladu a generování obsahu a kódu. Modely LLM jsou trénovány z masivních datových sad pomocí pokročilých algoritmů strojového učení, aby se naučily vzory a struktury lidského jazyka. Viz Vytváření agentů AI v Azure Databricks.

library

Balíček kódu dostupný pro poznámkový blok nebo úlohu spuštěnou v clusteru. Moduly runtime Databricks obsahují mnoho knihoven a můžete nahrát také vlastní. Viz Instalace knihoven.

shlukování kapalin

Funkce optimalizace rozložení dat Azure Databricks pro tabulky Delta a Iceberg, která přírůstkově shlukuje data na základě zadaných sloupců za účelem zlepšení výkonu dotazů. Na rozdíl od tradičního dělení se liquid clustering přizpůsobí měnícím se vzorům dat. Viz Použití metody 'liquid clustering' pro tabulky.

M

spravovaná tabulka

Tabulka, jejíž datové soubory a metadata jsou plně spravovány katalogem Unity. Spravované tabulky jsou vždy uložené ve formátu Delta nebo Iceberg a využívají výhod automatizované údržby prostřednictvím prediktivní optimalizace. Viz tabulky spravované službou Unity Catalog pro Delta Lake a Apache Iceberg.

materializované zobrazení

Zobrazení, které je předem vypočítané a uložené, aby se na něj bylo možné dotazovat s nižší latencí nebo opakovaně bez redundantního výpočtu. Podívejte se na Materializovaná zobrazení.

medailiónová architektura

Návrhový vzorec, který se používá k logickému uspořádání dat v architektuře lakehouse, s cílem postupně a soustavně zlepšovat strukturu a kvalitu dat při jejich průchodu jednotlivými vrstvami architektury (od bronzové, přes stříbrnou až ke zlaté vrstvě tabulek). Co je architektura medailonového lakehousu?.

metastore

Komponenta, která ukládá všechny informace o struktuře různých tabulek a oddílů v datovém skladu, včetně informací o typu sloupců a sloupců, serializátorů a deserializérů potřebných ke čtení a zápisu dat a odpovídajících souborů, kde jsou data uložena. Viz Metastore.

Zobrazení metrik

Objekt katalogu Unity, který poskytuje centralizovaný způsob definování a správy opakovaně použitelných obchodních metrik. Zobrazení metrik odděluje definice měr od seskupení dimenzí, což umožňuje definovat metriky jednou a flexibilně je dotazovat napříč všemi dimenzemi. Viz zobrazení metrik katalogu Unity.

MLflow

Největší open source technická platforma AI pro agenty, LLM a modely ML. MLflow umožňuje týmům všech velikostí ladit, vyhodnocovat, monitorovat a optimalizovat aplikace AI a současně řídit náklady a spravovat přístup k modelům a datům. MLflow na Azure Databricks je plně spravovaná služba s dalšími funkcemi pro podnikové zákazníky, která poskytuje škálovatelné a zabezpečené spravované nasazení MLflow. Podívejte se na MLflow v Databricks.

Trasování MLflow

Funkce MLflow pro GenAI, která poskytuje komplexní pozorovatelnost protokolováním každého kroku agenta nebo aplikace AI. Pomocí trasování MLflow můžete ladit, monitorovat a auditovat chování agenta ve vývoji a produkčním prostředí. Viz trasování MLflow – pozorovatelnost GenAI.

Protokol modelového kontextu (MCP)

Open source standard, který propojuje agenty AI s nástroji, prostředky, výzvami a dalšími kontextovými informacemi prostřednictvím standardizovaného rozhraní. Azure Databricks poskytuje spravované, externí a vlastní servery MCP. Viz MCP (Model Context Protocol) na Azure Databricks.

trénování modelů

Proces trénování modelů strojového učení a hlubokého učení na Azure Databricks pomocí mnoha oblíbených opensourcových knihoven. Viz Trénování modelů AI a ML.

Obsluha modelu

Jednotné rozhraní pro nasazení, řízení a dotazování modelů AI pro odvozování v reálném čase a dávkové odvozování. Viz Nasazení modelů pomocí služby Model Serving.

Trénování modelu Databricks

Tato funkce umožňuje použít data k přizpůsobení základního modelu pro optimalizaci jeho výkonu pro vaši konkrétní aplikaci. Provedením úplného vyladění nebo pokračováním trénování základního modelu můžete vlastní model trénovat pomocí výrazně menšího množství dat, času a výpočetních prostředků než trénování modelu od začátku. Vizte Doladění základního modelu (zastaralé).

N

notebook

Interaktivní webové rozhraní, které používají datoví vědci a inženýři k psaní a spouštění kódu v několika jazycích (například Python, Scala, SQL) ve stejném dokumentu. Viz poznámkové bloky Databricks.

O

OAuth

OAuth je otevřený standard pro delegování přístupu, který se běžně používá jako způsob, jak uživatelům internetu udělit webovým stránkám nebo aplikacím přístup k jejich informacím na jiných webech, ale bez udělení hesel. Viz Autorizovat přístup k prostředkům Azure Databricks.

P

Partner Connect

Program Databricks, který poskytuje integrace spravované nezávislými dodavateli softwaru pro připojení k většině podnikových datových systémů. Podívejte se na Co je Databricks Partner Connect?

osobní přístupový token (PAT)

Řetězec znaků, který slouží k ověření uživatele při přístupu k počítačovému systému místo hesla. Viz Autorizovat přístup k prostředkům Azure Databricks.

Photon

Vysoce výkonný dotazovací stroj, vektorizovaný a integrovaný do Databricks, který spouští úlohy SQL a volání API DataFrame rychleji, čímž snižuje celkové náklady na každou úlohu. Photon je kompatibilní s rozhraními Apache Spark API, takže funguje s vaším existujícím kódem. Podívejte se na co je Photon?

prediktivní optimalizace

Funkce Azure Databricks, která automaticky identifikuje a spouští operace údržby ve spravovaných tabulkách Katalogu Unity, aby se zlepšil výkon dotazů a snížily náklady na úložiště. Viz prediktivní optimalizaci pro spravované tabulky v katalogu Unity .

pipeline

Graf tabulek, zobrazení, materializovaných zobrazení, toků a jímek, které se aktualizují laziálně v pořadí závislostí určeném systémem.

R

generace rozšířená o načítání (RAG)

Technika, která umožňuje rozsáhlému jazykovému modelu (LLM) generovat rozšířené odpovědi rozšířením výzvy uživatele o podpůrné data načtená z vnějšího zdroje informací. Díky začlenění těchto načtených informací umožňuje RAG LLM generovat přesnější a kvalitnější odpovědi ve srovnání s tím, když nezvětšuje výzvu o další kontext. Viz RAG (Retrieval Augmented Generation) na Azure Databricks.

S

schéma (Katalog Unity)

Položka v katalogu Unity Catalog, která může obsahovat tabulky, zobrazení, svazky, modely a funkce. Schéma je druhou úrovní tříúrovňové pojmenovací struktury katalogu Unity (catalog.schema.table-etc). Podívejte se na co je Unity Katalog?

bezserverové výpočetní prostředí

Výpočetní prostředky spravované Azure Databricks, což snižuje režijní náklady na správu a poskytuje okamžitý výpočetní výkon pro zvýšení produktivity uživatelů. Viz Připojení k výpočetním prostředkům bez serveru.

principál služby

Identita vytvořená pro použití s automatizovanými nástroji, spouštěním úloh a aplikacemi. Přístup služebního účtu k prostředkům můžete omezit pomocí oprávnění stejným způsobem jako u uživatele Azure Databricks. Na rozdíl od uživatele Azure Databricks je služební identita určena pouze pro rozhraní API. Nemůže získat přístup k uživatelskému rozhraní Azure Databricks ani k příkazovému řádku Databricks. Viz Service principals.

jímka (kanály)

Přijímač je cílovým bodem toku, který zapisuje do externího systému (například do systémů jako Kafka, Kinesis, Delta).

SQL Warehouse

Výpočetní prostředek, který umožňuje dotazovat a zkoumat data na Azure Databricks. Viz Připojení ke službě SQL Warehouse.

zpracování datových proudů

Metoda zpracování dat, která umožňuje definovat dotaz na nevázanou, nepřetržitě rostoucí datovou sadu a pak zpracovávat data v malých přírůstkových dávkách. Azure Databricks zpracování datových proudů používá strukturované streamování. Viz koncepty strukturovaného streamování.

streaming

Streamování odkazuje na veškerý mediální obsah – živý nebo zaznamenaný – (to znamená datový proud) do počítačů a mobilních zařízení prostřednictvím internetu a přehrání v reálném čase. Viz koncepty strukturovaného streamování.

analýza streamování

Proces analýzy dat, která se průběžně generují různými zdroji. Azure Databricks podporuje analýzy streamování prostřednictvím strukturovaného streamování, což umožňuje zpracování a analýzu živých dat pro přehledy v reálném čase.

Strukturované streamování

Škálovatelný modul pro zpracování datových proudů odolný proti chybám založený na modulu Spark SQL, který umožňuje složité výpočty jako streamovací dotazy. Viz koncepty strukturovaného streamování.

streamovaná tabulka

Spravovaná tabulka, do které se zapisuje datový tok. Viz Tabulky streamování.

systémové tabulky

Úložiště analytických dat pro Azure Databricks obsahující provozní data vašeho účtu, jako jsou protokoly auditu, fakturovatelné využití a původ. Systémové tabulky jsou dostupné v system katalogu Unity Catalog. Viz Referenční informace k systémovým tabulkám.

synchronizovaná tabulka

Synchronizovaná tabulka je tabulka Postgres jen pro čtení katalogu Unity, která automaticky synchronizuje data z tabulky Katalogu Unity s vaší instancí databáze. Viz Obsluha dat lakehouse se synchronizovanými tabulkami (Lakebase Provisioned).

T

table

Tabulka se nachází ve schématu a obsahuje řádky dat. Všechny tabulky vytvořené v Databricks ve výchozím nastavení používají Delta Lake. Tabulky zálohované službou Delta Lake se také označují jako tabulky Delta. Viz tabulky Azure Databricks.

spuštěný procesní tok

Datový kanál, který přijímá všechna data dostupná na začátku aktualizace pro každou tabulku, běží v pořadí podle závislostí a následně se ukončí. Viz Spuštěný vs. kontinuální režim kanálu.

U

uživatelem definovaná funkce (UDF)

Vlastní funkce vytvořená uživatelem pro rozšíření integrovaných funkcí SQL nebo programovacího jazyka. V Azure Databricks mohou být uživatelem definované funkce (UDFs) zaregistrovány v katalogu Unity pro správu a opakované použití napříč pracovními prostory. Podívejte se, co jsou uživatelem definované funkce (UDF)?

Katalog Unity

Funkce Azure Databricks, která poskytuje centralizované řízení přístupu, auditování, rodokmen a možnosti zjišťování dat v pracovních prostorech Azure Databricks. Podívejte se na co je Unity Katalog?

V

vector database

Databáze optimalizovaná pro ukládání a načítání vložených objektů. Vkládání jsou matematické znázornění sémantického obsahu dat, obvykle textových nebo obrázkových dat. Databricks poskytuje index vyhledávání AI, který umožňuje používat funkce vektorové databáze v tabulkách Delta. Podívejte se na vyhledávání AI v Databricks.

view

Virtuální tabulka definovaná dotazem SQL. Sama o sobě neukládá data, ale poskytuje způsob, jak prezentovat data z jedné nebo více tabulek v určitém formátu nebo abstrakci. Viz Co je zobrazení.

svazky (katalog Unity)

Objekty katalogu Unity, které umožňují správu nad netabulkovými datovými sadami. Svazky představují logický objem úložiště v lokaci cloudového objektového úložiště. Svazky poskytují možnosti pro přístup k souborům, jejich ukládání, řízení a uspořádání. Podívejte se na Co jsou svazky katalogu Unity?

W

Úlohy Lakeflow

Sada nástrojů, které umožňují plánovat a orchestrovat úlohy zpracování dat na Azure Databricks. Podívejte se na Úlohy Lakeflow.

workload

Množství schopností zpracování potřebné k provedení úlohy nebo skupiny úkolů Azure Databricks identifikuje dva typy úloh: datové inženýrství (job) a analýzu dat (všeobecného použití). Viz komponenty Azure Databricks.

workspace

Prostředí organizace, které uživatelům Databricks umožňuje vyvíjet, procházet a sdílet objekty, jako jsou poznámkové bloky, experimenty, dotazy a řídicí panely. Viz uživatelské rozhraní pracovního prostoru.

Z

Ingest Zerobus

Bezserverové rozhraní API pro příjem dat využívající model push, které zapisuje data přímo do spravovaných tabulek Delta v Unity Catalogu. Zerobus Ingest se automaticky škáluje podle počtu příchozích připojení, bez infrastruktury sběrnice zpráv, partitionů nebo brokerů, které je třeba spravovat. Přehled konektoru Zerobus Ingest