Databricks-Datentechnik

Databricks-Datentechnikfunktionen sind eine stabile Umgebung für die Zusammenarbeit zwischen wissenschaftliche Fachkräften für Daten, technischen Fachkräften für Daten und Datenanalysten. Datentechnikaufgaben sind auch das Rückgrat von Databricks-Lösungen für maschinelles Lernen.

Hinweis

Wenn Sie ein Datenanalyst sind, der hauptsächlich mit SQL-Abfragen und BI-Tools arbeitet, bevorzugen Sie möglicherweise Databricks SQL.

Name Verwenden Sie dies, wenn Sie möchten …
Delta Live Tables Erfahren Sie, wie Sie Datenpipelines für die Erfassung und Transformation mit Databricks Delta Live Tables erstellen.
Strukturiertes Streaming Erfahren Sie mehr über Streaming-, inkrementelle und Echtzeitworkloads, die durch strukturiertes Streaming in Databricks unterstützt werden.
Apache Spark Erfahren Sie, wie Apache Spark auf Databricks und der Databricks-Plattform funktioniert.
Compute Erfahren Sie mehr über Databricks-Cluster und wie Sie sie erstellen und verwalten.
Notebooks Hier erfahren Sie, was ein Databricks-Notebook ist und wie Sie Notebooks verwenden und verwalten, um Ihre Daten zu verarbeiten, zu analysieren und zu visualisieren.
Workflows Erfahren Sie, wie Sie Datenverarbeitungs-, Machine Learning- und Datenanalyseworkflows auf der Databricks-Plattform orchestrieren.
Libraries Erfahren Sie, wie Sie Code von Drittanbietern oder benutzerdefinierten Code in Databricks mithilfe von Bibliotheken verfügbar machen. Erfahren Sie mehr über die verschiedenen Modi zum Installieren von Bibliotheken in Databricks.
Git-Ordner Erfahren Sie, wie Sie Git für die Versionskontrolle Ihrer Notebooks und anderer Dateien verwenden und zur Entwicklung in Databricks nutzen.
DBFS Erfahren Sie mehr über das Databricks-Dateisystem (Databricks File System, DBFS), ein verteiltes Dateisystem, das in einen Databricks-Arbeitsbereich eingebunden und in Databricks-Clustern verfügbar ist.
Dateien Erfahren Sie mehr über Optionen für die Arbeit mit Dateien in Databricks.
Migration Hier erfahren Sie, wie Sie Datenanwendungen wie ETL-Aufträge, Enterprise Data Warehouses, Machine Learning, Data Science und Analysen zu Databricks migrieren.
Optimierung und Leistung Erfahren Sie mehr über Optimierungen und Leistungsempfehlungen für Databricks.