Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Lakeflow Designer es una experiencia visual, sin código, nativa de IA para la preparación y el análisis de datos. Integrado directamente en Azure Databricks, permite a los usuarios preparar y explorar datos a través de un lienzo de arrastrar y colocar y lenguaje natural. Los flujos de trabajo que cree, denominados preparativos de datos visuales, están respaldados por código listo para producción y están totalmente regidos por el catálogo de Unity, por lo que el trabajo se mueve sin problemas de prototipo a producción, sin necesidad de realizar ingeniería inversa ni recompilar.
| tarea | Description |
|---|---|
| ¿Qué es Lakeflow Designer? | Entiende la interfaz y los conceptos de Lakeflow Designer. |
| Tutorial: Crea una preparación visual de datos | Construye tu primera preparación visual de datos, desde la fuente hasta la salida, con datos de muestra. |
| La interfaz Lakeflow Designer | Recorre la cabecera, el panel izquierdo, el lienzo, el panel de configuración y el panel de salida, y añade y conecta los operadores. |
| Usa el código Genie en Lakeflow Designer | Construye y edita las preparaciones visuales de datos en lenguaje natural con Genie Code. |
| Previsualización y refinamiento de resultados en Lakeflow Designer | Previsualiza los resultados, ejecuta la preparación visual completa de los datos y edita los datos en la tabla de resultados. |
| Utiliza la tabla de contenido en Lakeflow Designer | Busque, filtre y ordene operadores, y vea el código generado. |
| Ingesta de datos en Lakeflow Designer | Incorpore datos a una preparación visual de datos. |
| Usar parámetros en Lakeflow Designer | Utiliza parámetros para que una preparación visual de datos sea reutilizable en diferentes entornos. |
| Operadores integrados en Lakeflow Designer | Explora los operadores integrados disponibles en una preparación visual de datos. |
| Gestionar archivos de preparación de datos visuales en Lakeflow Designer | Crear, exportar, importar, renombrar, eliminar y revisar el historial de los archivos de preparación de datos visuales. |
| Traslado de un archivo de preparación de datos visuales a producción | Lleva una preparación visual de datos a producción con Git, jobs y Declarative Automation Bundles. |
Operadores personalizados
Puedes crear tus propios operadores personalizados para usar en Lakeflow Designer.
| tarea | Description |
|---|---|
| Operadores personalizados en Lakeflow Designer | Aprenda cómo funcionan los operadores personalizados, y a registrarlos, actualizarlos y solucionar sus problemas. |
| Escribir la lógica para operadores personalizados de Lakeflow Designer | Escriba la lógica de Python o de la función de Unity Catalog que ejecuta un operador personalizado. |
| Referencia YAML de operador personalizado | Una referencia completa al esquema YAML para operadores personalizados. |
| Tutorial: operador de calculadora de interés compuesto | Construye un operador personalizado que calcule el interés compuesto, usando Python en una función definida por el usuario (UDF) del Unity Catalog. |
| Tutorial: Agrupación en clústeres K-means | Construye un operador personalizado que utilice clustering K-means, usando Python en una función de tabla definida por el usuario (UDTF) del Unity Catalog. |
| Tutorial: Envío de mensajes de Slack | Crea un operador personalizado que envíe un mensaje de Slack, usando SQL en una función definida por el usuario (UDF) del Unity Catalog. |
| Tutorial: Demostración de todos los widgets de interfaz de usuario | Crea un operador personalizado que utilice todos los widgets de interfaz disponibles, usando Python en una función definida por el usuario (UDF) del Unity Catalog. |
| Tutorial: Operador de remitente de correo electrónico de Gmail | Compile un operador personalizado que envíe Gmail, usando Python en un python-run-function independiente. |