Hoja de guía rápida de preparación de datos

El rendimiento de BI de gama alta depende de la forma en que se preparen y entreguen los datos de forma eficaz desde Lakehouse. Al adoptar patrones arquitectónicos, aplicar una estructura semántica y usar optimizaciones dirigidas, puede reducir la complejidad de las consultas, mejorar la capacidad de respuesta del panel y reducir los costos de proceso.

En la tabla siguiente se resumen los procedimientos recomendados, su impacto esperado, la documentación relacionada y los elementos de acción asociados. Este contenido está diseñado para ingenieros de datos, desarrolladores de BI y autores de paneles que diseñan, optimizan y mantienen cargas de trabajo de análisis en Lakehouse.

Preparación de datos

Procedimiento recomendado	Impacto	Docs	Elementos de acción
Adoptar una arquitectura de medallón	Acelera la migración de datos sin procesar a productos de datos confiables y listos para su uso para facilitar el consumo.	Arquitectura de Medallion Glosario de arquitectura de Medallion Conceptos de almacenamiento de datos	Revisar e implementar capas de medallón
Uso de clústeres líquidos	Mejora el rendimiento de las consultas con la omisión de archivos y datos.	Agrupación en clústeres líquidos	Aplicar a tablas grandes con patrones de filtro
Uso de tablas administradas	Azure Databricks rige automáticamente y optimiza la capa de almacenamiento y el rendimiento de las consultas.	Tablas administradas de Unity Catalog en Azure Databricks	Crea tablas administradas para tus datos
Uso manual de la optimización predictiva o optimización de tablas	Permite mejorar el rendimiento de las consultas mediante la optimización de los tamaños y el diseño de los archivos, la eliminación de archivos antiguos y la actualización de estadísticas.	Optimización predictiva Optimización del diseño de archivo Analizar las métricas de almacenamiento de computación de tabla	Habilitar para tablas de producción o programar optimización regular y analizar tablas después de cambios en los datos
Modelar datos en un esquema en estrella	Facilita la consulta y el consumo de los datos.	Glosario de esquema de estrella Cinco pasos sencillos para implementar un esquema de estrella	Diseño de tablas de hechos y dimensiones
Evitar tipos de datos anchos y columnas de alta cardinalidad	Optimiza el tamaño del modelo de datos y el consumo de memoria y mejora la eficacia de las consultas.	Guía de optimización de cargas de trabajo de datos	Revisión de tipos de datos y cardinalidad
Declarar claves principales y externas (con RELY)	Optimiza las consultas mediante la eliminación de combinaciones y agregaciones innecesarias.	Optimización de consultas con restricciones	Definición de claves en tablas de hechos y dimensiones
Uso de columnas generadas automáticamente	Reduce la necesidad de calcular valores en el momento de la consulta.	Columnas generadas	Identificación de campos calculados con frecuencia
Uso de vistas materializadas y tablas persistentes	Mejora el rendimiento mediante la agregación previa de datos para las consultas más comunes y de uso intensivo de recursos.	Tablas Vistas materializadas Uso de vistas materializadas en Databricks SQL	Creación de vistas agregadas para consultas comunes