Mulailah dengan Azure Databricks

  • 3 menit

Untuk menggunakan Azure Databricks, Anda harus membuat ruang kerja Azure Databricks di langganan Azure Anda. Ruang kerja adalah implementasi Azure Databricks pada akun layanan cloud. Ini menyediakan lingkungan terpadu untuk bekerja dengan aset Azure Databricks untuk sekumpulan pengguna tertentu.

Anda dapat membuat ruang kerja Azure Databricks dengan:

  • Menggunakan antarmuka pengguna portal Microsoft Azure.
  • Menggunakan templat Azure Resource Manager (ARM), Bicep, atau Terraform.
  • Menggunakan Azure PowerShell cmdlet New-AzDatabricksWorkspace.
  • Menggunakan perintah az databricks workspace create Azure command line interface (CLI).

Saat membuat ruang kerja, Anda harus menentukan:

  • Nama ruang kerja.
  • Pilih wilayah yang tersedia. Untuk wilayah yang tersedia, lihat Layanan Azure yang tersedia menurut wilayah.
  • Tingkat harga:
    • Kemampuan Standard - Core Apache Spark dengan integrasi Microsoft Entra ID.
    • Premium - Kontrol akses berbasis peran dan fitur tingkat perusahaan lainnya.
    • Uji coba - Uji coba gratis 14 hari dari ruang kerja tingkat premium
  • Nama Grup Sumber Daya Terkelola (opsional): grup sumber daya yang dibuat secara otomatis tempat Azure menyediakan dan mengelola sumber daya infrastruktur yang diperlukan untuk ruang kerja Databricks Anda.

Cuplikan layar Azure Databricks di Portal Microsoft Azure.

Jika Anda memutuskan untuk membuat penyebaran Azure Databricks menggunakan Azure CLI, ini akan menjadi perintah ruang kerja az databricks untuk diingat:

az databricks workspace create
    --resource-group myresourcegroup \
    --name mydatabricksws  \
    --location westus2  \
    --sku standard

Cmdlet PowerShell yang setara New-AzDatabricksWorkspace:

New-AzDatabricksWorkspace -Name mydatabricksws -ResourceGroupName myresourcegroup -Location westus2 -ManagedResourceGroupName databricks-group -Sku standard

Setelah memprovisikan ruang kerja Azure Databricks, Anda dapat menggunakan UI ruang kerja untuk bekerja dengan data dan sumber daya komputasi. UI ruang kerja adalah antarmuka pengguna berbasis web tempat Anda dapat membuat dan mengelola sumber daya ruang kerja, seperti kluster Spark, dan menggunakan buku catatan dan kueri untuk bekerja dengan data dalam file dan tabel.

Cuplikan layar antarmuka pengguna Ruang Kerja Azure Databricks.

Beranda menyediakan pintasan ke tugas umum dan objek ruang kerja untuk membantu Anda memulai. Anda bisa mengimpor data, membuat buku catatan, membuat kueri, dan mengonfigurasi eksperimen AutoML.

Bilah samping menunjukkan kategori Databricks umum (Ruang Kerja, Terbaru, Katalog, Tugas & Alur, Komputasi, Pasar). Kemudian dipisahkan berdasarkan area produk:

  • SQL: Editor SQL, Kueri, Dasbor, Genie, Pemberitahuan, Riwayat Kueri, Gudang SQL
  • Rekayasa Data: Penjalanan Tugas, Penyerapan Data
  • Pembelajaran Mesin: Taman Bermain, Eksperimen, Fitur, Model, Penyajian

Pilih + Baru untuk:

  • Buat objek ruang kerja seperti notebook, kueri, repositori, dasbor, pemberitahuan, pekerjaan, alur, eksperimen, model, dan titik akhir penyajian.
  • Buat sumber daya komputasi seperti kluster, gudang SQL, dan titik akhir ML.

Gunakan bilah atas untuk mencari objek ruang kerja seperti buku catatan, kueri, dasbor, pemberitahuan, file, folder, pustaka, tabel yang terdaftar di Katalog Unity, pekerjaan, dan repositori di satu tempat. Anda juga dapat mengakses objek yang baru-baru ini dilihat di bilah pencarian.

Ruang kerja tersedia dalam beberapa bahasa. Untuk mengubah bahasa ruang kerja, pilih nama pengguna Anda di bilah navigasi atas, pilih Pengaturan dan buka tab Preferensi .

Dapatkan bantuan dari Asisten Databricks

Asisten Databricks adalah alat pemrograman pasangan bertenaga AI dan alat dukungan yang membantu Anda bekerja lebih efisien di Databricks dengan menghasilkan, menjelaskan, dan memperbaiki kode atau kueri langsung di buku catatan, dasbor, dan file.

Cuplikan layar Asisten Azure Databricks.

Ini dapat membantu dengan berbagai tugas, termasuk mengidentifikasi dan memperbaiki kesalahan, membuat visualisasi data, mendiagnosis masalah pekerjaan, dan memfilter atau menganalisis data menggunakan perintah bahasa alami. Asisten dapat menampilkan panduan yang relevan dari dokumentasi Azure Databricks.

Dengan menggunakan metadata Unity Catalog, metadata ini mempersonalisasi responsnya berdasarkan aset data organisasi Anda—tabel, kolom, dan deskripsi—sehingga lebih mudah dijelajahi dan dikerjakan dengan data Anda.