Prérequis pour Lakewatch

Important

Lakewatch est en version Bêta. Les administrateurs d’espace de travail peuvent contrôler l’accès à cette fonctionnalité à partir de la page Aperçus . Consultez Gérer les versions préliminaires au niveau de l’espace de travail.

Cette page vous guide à travers les fonctionnalités que vous devez activer dans l’espace de travail que vous envisagez d’utiliser avec Lakewatch.

Unity Catalog

Le catalogue Unity doit être activé dans votre espace de travail Lakewatch. Toutes les tables créées par Lakewatch vont dans le catalogue Unity que vous configurez lors de la configuration, et ce catalogue ne peut pas utiliser le métastore hérité de Hive.

SQL warehouse

L’interface Lakewatch utilise un entrepôt SQL serverless pour charger les données affichées. Lakewatch conserve une partie de ces données, comme le nombre d’événements de la source de données, dans le stockage par défaut de Databricks, que seul le calcul serverless peut lire. Avec un entrepôt classique ou pro, ces données ne se chargent pas. Par exemple, la page Datasources ne montre aucun nombre d’événements.

Certaines fonctionnalités de reporting de Lakewatch utilisent également l’entrepôt SQL pour les tâches en arrière-plan. Lakewatch ne crée pas d’entrepôt pour vous. Il utilise le premier des entrepôts SQL suivants auxquels vous pouvez accéder :

  • L’entrepôt que vous avez sélectionné en dernier dans votre navigateur.
  • Un entrepôt en activité.
  • Le premier entrepôt disponible, que Lakewatch démarre.

Lakewatch ne vérifie pas le type d’entrepôt lorsqu’il en choisit un, donc il peut sélectionner un entrepôt classique ou pro. Pour utiliser un entrepôt différent, cliquez sur Environnement, espace de travail et calcul dans la barre de navigation supérieure et sélectionnez un entrepôt serverless sous Calcul. Le collecteur d’entrepôt n’apparaît pas sur les pages de requête, qui ont leur propre sélecteur d’entrepôt.

Les règles de détection s’exécutent sur l’entrepôt SQL que vous sélectionnez pour chaque règle, qui doit respecter une version SQL minimale de Databricks. Voir les prérequis du Detection warehouse.

Calcul serverless pour les travaux

Les travaux d’ingestion de sources de données utilisent le calcul de tâches serverless pour une latence plus faible et des performances plus prévisibles à mesure que vos données augmentent. Le calcul classique n’est pas pris en charge. Les règles de détection s’exécutent plutôt sur un entrepôt SQL. Voir Mettre en place un entrepôt de détection.

Les comptes créés après le 16 décembre 2024 ont le calcul sans serveur automatiquement activé.

Les anciens comptes nécessitent qu’un administrateur de compte l’active manuellement dans la Console des comptes.

Pour activer le calcul serverless au niveau du compte :

  1. Connectez-vous à la Accounts Console en tant qu’administrateur de compte.

  2. Allez dans Paramètres > : Activation des fonctionnalités.

  3. Trouvez Serverless compute et activez-le.

  4. Attendez une à deux minutes pour que le paramètre se propage, puis rouvrez Lakewatch.

Warning

Le paramètre calcul sans serveur dans la page Aperçus de fonctionnalités au niveau de l’espace de travail n’a aucun rapport. Ce paramètre contrôle la gestion des accès et les limites de fréquence, pas l’éligibilité à Serverless. Le paramètre au niveau du compte dans la Console des comptes est celui requis pour Lakewatch.

Fonctionnalités d’IA

Les fonctionnalités Genie de Lakewatch, telles que Triage avec Genie sur les alertes et Créer avec Genie pour les règles de détection, sont construites sur les fonctions d’assistance IA de Databricks. Les modèles qui alimentent ces fonctionnalités, et leur disponibilité ou non, dépendent des paramètres d’IA de votre espace de travail, y compris les fonctionnalités d’IA alimentées par les partenaires. Pour les exigences actuelles, voir les fonctionnalités d’assistance IA de Databricks. Si vous ne pouvez pas activer un paramètre dont vous avez besoin, contactez votre équipe de compte Azure Databricks.

Les fonctions IA que vous appelez depuis SQL dans Lakewatch, comme celles utilisées dans les règles de détection et les requêtes, utilisent des API de modèle de fondation. Certains modèles, tels qu’OpenAI et Google Gemini, sont disponibles uniquement via les services ADI pour les API Foundation Model. Pour utiliser ces modèles dans Lakewatch, voir ADI Services.