Lakeflow 디자이너는 데이터 준비 및 분석을 위한 시각적이고 코드가 없는 AI 네이티브 환경입니다. Azure Databricks에 직접 구축된 이 기능은 사용자가 자연어와 드래그-앤-드롭 방식의 인터페이스를 사용하여 데이터를 준비하고 탐색할 수 있게 합니다. 시각적 데이터 준비라고 하는 워크플로는 프로덕션 준비 코드로 지원되고 Unity 카탈로그에서 완전히 관리되므로 작업을 리버스 엔지니어링하거나 다시 빌드할 필요 없이 프로토타입에서 프로덕션으로 원활하게 이동합니다.
| 과업 | Description |
|---|---|
| Lakeflow Designer란? | Lakeflow Designer의 인터페이스와 개념을 이해하세요. |
| 튜토리얼: 시각적 데이터 준비 만들기 | 샘플 데이터를 활용해 소스부터 출력까지 첫 시각적 데이터 준비를 하세요. |
| 레이크플로우 디자이너 인터페이스 | 헤더, 왼쪽 창, 캔버스, 구성 창, 출력 창을 순회하고, 연산자를 추가하고 연결하세요. |
| Lakeflow Designer에서 Genie Code 사용하세요 | Genie Code를 사용해 자연어로 시각적 데이터 준비를 구축하고 편집하세요. |
| Lakeflow Designer에서 결과 미리보기 및 정제 | 결과를 미리 보고, 전체 시각 데이터 준비를 실행하며, 결과 표의 데이터를 편집하세요. |
| Lakeflow Designer의 목차를 활용하세요 | 연산자를 찾고, 필터링하며, 정렬하고, 생성된 코드를 확인할 수 있습니다. |
| Lakeflow Designer로 데이터 수집 | 데이터를 시각적 데이터 준비 도구로 가져오세요. |
| Lakeflow Designer에서 매개변수 사용 | 매개변수를 사용해 시각적 데이터 준비를 환경 전반에서 재사용 가능하게 만듭니다. |
| Lakeflow Designer의 기본 제공 연산자 | 시각적 데이터 준비 과정에서 제공되는 내장 연산자를 탐색해 보세요. |
| Lakeflow Designer에서 시각적 데이터 준비 파일 관리 | 시각적 데이터 준비 파일의 생성, 내보내기, 가져오기, 이름 변경, 삭제 및 기록 검토. |
| 시각적 데이터 준비 파일을 프로덕션으로 이동 | Git, jobs, 선언적 자동화 번들로 시각적 데이터 준비 도구를 프로덕션에 도입하세요. |
사용자 지정 연산자
Lakeflow Designer에서 사용할 맞춤형 연산자를 직접 만들 수 있습니다.
| 과업 | Description |
|---|---|
| Lakeflow Designer의 커스텀 오퍼레이터 | 커스텀 오퍼레이터가 어떻게 작동하는지 배우고, 등록, 업데이트, 문제 해결을 하세요. |
| Lakeflow Designer 커스텀 연산자용 로직 작성 | 커스텀 오퍼레이터에서 실행할 Python 또는 Unity Catalog 함수 로직을 작성하세요. |
| 커스텀 연산자 YAML 참조 | 커스텀 연산자를 위한 YAML 스키마에 대한 완전한 참고 자료입니다. |
| 자습서: 복합 이자 계산기 연산자 | Unity 카탈로그 사용자 정의 함수(UDF)에서 Python을 사용해 복리 이자를 계산하는 맞춤형 연산자를 만듭니다. |
| 튜토리얼: K-평균 클러스터링 | Unity 카탈로그 사용자 정의 표 함수(UDTF)에서 Python을 사용해 K-means 클러스터링을 사용하는 맞춤형 연산자를 만듭니다. |
| 자습서: Slack 메시지 보내기 | Unity Catalog 사용자 정의 함수(UDF)에서 SQL을 사용해 슬랙 메시지를 보내는 맞춤형 연산자를 만드세요. |
| 자습서: 모든 UI 위젯 데모 | Unity 카탈로그 사용자 정의 함수(UDF)에서 Python을 사용해 모든 사용 가능한 UI 위젯을 사용하는 맞춤형 연산자를 만듭니다. |
| 튜토리얼: Gmail 이메일 발신자 연산자 | 독립 실행형 python-run-functionPython을 사용해 Gmail로 메일을 보내는 맞춤형 연산자를 만드세요. |