Memahami catatan dan alur Azure Databricks

Selesai

Di Azure Databricks, Anda dapat menggunakan notebook untuk menjalankan kode yang ditulis dalam Python, Scala, SQL, dan bahasa lain untuk menyerap dan memproses data. Notebooks menyediakan antarmuka interaktif tempat Anda dapat menjalankan sel kode individual dan menggunakan Markdown untuk menyertakan catatan dan anotasi.

Dalam banyak solusi rekayasa data, kode yang ditulis dan diuji secara interaktif nantinya dapat dimasukkan ke dalam beban kerja pemrosesan data otomatis. Di Azure, beban kerja seperti itu sering diterapkan sebagai alur di Azure Data Factory, saat satu atau lebih aktivitas digunakan untuk mengatur serangkaian tugas yang dapat dijalankan sesuai permintaan, di interval terjadwal, atau sebagai respons terhadap suatu peristiwa (seperti data baru dimuat ke dalam folder di data lake). Azure Data Factory mendukung aktivitas Notebook yang dapat digunakan untuk mengotomatiskan eksekusi notebook tanpa pengawasan di ruang kerja Azure Databricks.

A digram showing an Azure Data Factory pipeline with an activity that calls a notebook in Azure Databricks.

Catatan

Aktivitas Notebook yang sama tersedia di alur yang dibangun di Azure Synapse Analytics.