Rekayasa data Databricks
Fitur rekayasa data Databricks mencakup lingkungan yang kuat untuk kolaborasi antara ilmuwan data, insinyur, dan analis. Tugas rekayasa data juga merupakan tulang punggung solusi pembelajaran mesin Databricks.
Catatan
Jika Anda adalah analis data yang bekerja terutama dengan kueri SQL dan alat BI, Anda mungkin lebih suka Databricks SQL.
Nama | Gunakan ini ketika Anda ingin... |
---|---|
Tabel Delta Live | Pelajari cara membuat alur data untuk penyerapan dan transformasi dengan Databricks Delta Live Tables. |
Streaming Terstruktur | Pelajari tentang beban kerja streaming, inkremental, dan real-time yang didukung oleh Streaming Terstruktur di Databricks. |
Apache Spark | Pelajari cara kerja Apache Spark di Databricks dan platform Databricks. |
Notebooks | Pelajari apa itu buku catatan Databricks dan cara menggunakan dan mengelola buku catatan untuk memproses, menganalisis, dan memvisualisasikan data Anda. |
Pekerjaan | Pelajari cara mengatur alur kerja pemrosesan data, pembelajaran mesin, dan analisis data pada platform Databricks. |
Bekerja dengan file | Pelajari tentang opsi untuk bekerja dengan file di Databricks. |
Folder Git | Pelajari cara menggunakan Git untuk mengontrol versi buku catatan Anda dan file lain untuk pengembangan di Databricks. |
Perpustakaan | Pelajari cara membuat kode pihak ketiga atau kustom tersedia di Databricks menggunakan pustaka. Pelajari tentang berbagai mode untuk menginstal pustaka di Databricks. |
Migration | Pelajari cara memigrasikan aplikasi data seperti pekerjaan ETL, gudang data perusahaan, ML, ilmu data, dan analitik ke Databricks. |
Pengoptimalan & performa | Pelajari tentang pengoptimalan dan rekomendasi performa di Databricks. |
DBFS | Pelajari tentang Databricks File System (DBFS), sistem file terdistribusi yang dipasang ke ruang kerja Databricks dan tersedia di kluster Databricks |