Introduction au data lakehouse bien conçu
En tant qu’architecte cloud, lorsque vous évaluez une implémentation data lakehouse sur la plateforme Databricks Data Intelligence, vous voudrez peut-être savoir « qu’est-ce qu’un bon lakehouse ? » Les articles lakehouse bien conçu fournissent des conseils pour l’implémentation de lakehouse.
Au début, vous voudrez peut-être également savoir :
- Quelle est l’étendue du lakehouse en termes de capacités et de personnages ?
- Quelle est la vision du lakehouse ?
- Comment le lakehouse s’intègre-t-il à l’architecture cloud du client ?
Articles sur l’architecture lakehouse
L’étendue du lakehouse
La première étape de la conception de votre architecture de données avec la plateforme Databricks Data Intelligence consiste à comprendre ses blocs de construction et comment ils s’intégreraient à vos systèmes. Voir L’étendue de la plateforme lakehouse.
Principes fondamentaux du lakehouse
Règles de base qui définissent et influencent votre architecture. Ils expliquent la vision derrière une implémentation lakehouse et constituent la base des décisions futures sur vos données, analyses et architecture IA. Consultez Les principes fondamentaux du lakehouse.
Architectures de référence Lakehouse téléchargeables
Les blueprints d’architecture téléchargeables décrivent la configuration recommandée de la plateforme Data Intelligence Data Intelligence et son intégration aux services de fournisseurs de cloud. Pour obtenir des fichiers PDF d’architecture de référence au format 11 x 17 (A3), consultez Télécharger les architectures de référence lakehouse.
Les sept piliers du puits du lakehouse, de leurs principes et des meilleures pratiques
Comprenez les avantages et les inconvénients des décisions que vous prenez lors de la construction du lakehouse. Ce cadre fournit des meilleures pratiques architecturales pour développer et exploiter un lakehouse sûr, fiable, efficace et rentable. Consultez Architecture Data lakehouse : Infrastructure databricks bien conçue.