Sdílet prostřednictvím


Datové sklady v Azure Databricks

Databricks SQL je cloudový datový sklad založený na architektuře lakehouse. Běží přímo v datovém jezeře, podporuje ANSI SQL s rozšířeními Delta Lake a poskytuje nástroje pro vytváření vysoce výkonných a nákladově efektivních datových skladů bez přesunu dat.

Rozhraní a nástroje

Databricks SQL běží ve službě SQL Warehouse a je přístupná z několika rozhraní pro dotazování, vizualizaci, správu kanálů a automatizaci.

Rozhraní Popis
Editor SQL Psaní a spouštění dotazů SQL s využitím integrované pomoci SI, komentářů ke kódu a historie verzí
Poznámkové bloky Spusťte SQL společně s Pythonem, Scalou nebo R připojením poznámkového bloku k SQL Warehouse.
AI/BI Vytvářejte řídicí panely poháněné umělou inteligencí a Genie spaces pro samoobslužnou analýzu dat a konverzační průzkum dat.
Zobrazení metrik Definujte opakovaně použitelné obchodní metriky s konzistentními výpočty pomocí sémantické vrstvy.
Výstrahy Monitorujte výsledky dotazů, vyhodnocujte podmínky a doručujte oznámení automaticky.
Úlohy Naplánujte dotazy SQL pro automatizované pracovní postupy zpracování dat a vytváření sestav.
ETL Definujte a aktualizujte streamované tabulky a materializovaná zobrazení přímo v Databricks SQL pro přírůstkové kanály ETL.
REST API Automatizovat a spravovat objekty SQL Databricks prostřednictvím kódu programu

Monitorování a optimalizace

Resource Popis
Historie dotazů Projděte si historii spuštění dotazů, čas provádění a využití prostředků ve vašich datových skladech.
Profil dotazu Prozkoumejte plán provádění dotazu a identifikujte kritické body a příležitosti optimalizace.
Přehledy výkonu dotazů Získejte automatické přehledy a doporučení, když jsou dotazy spuštěny neefektivně.

Začínáme

Pokud s Databricks SQL teprve začínáte, začněte s koncepty a pak postupujte podle praktického návodu.

Resource Popis
Databricks SQL koncepty Seznamte se se základními koncepty, včetně dotazů, skladů SQL, řídicích panelů a správy dat.
Architektura datových skladů Seznamte se s architekturou lakehouse, vrstvami modelu Medallion a přístupy k modelování dat v Databricks SQL.
Začínáme s datovými sklady Postupujte podle kompletního návodu pro ukázkové řídicí panely, poznámkové bloky, úlohy, příjem dat a nastavení SQL Warehouse.
Zobrazení metrik katalogu Unity Definujte konzistentní a opakovaně použitelné obchodní metriky pomocí sémantické vrstvy pro použití napříč dotazy a řídicími panely.
Vytvoření řídicího panelu AI/BI Vytvářejte a publikujte svůj první řídicí panel pomocí datových sad, vizualizací a filtrů pomocí vytváření s asistencí AI.

Referenční informace