Wprowadzenie do dobrze zaprojektowanego magazynu typu data lakehouse
Jako architekt chmury podczas oceniania implementacji usługi Data Lakehouse na platformie analizy danych usługi Databricks warto wiedzieć: "Co to jest dobry magazyn lakehouse?" Artykuły well-architected lakehouse zawierają wskazówki dotyczące implementacji lakehouse.
Na początku możesz również chcieć wiedzieć:
- Jaki jest zakres lakehouse - pod względem możliwości i osób?
- Jaka jest wizja jeziora?
- Jak usługa Lakehouse integruje się z architekturą chmury klienta?
Artykuły dotyczące architektury usługi Lakehouse
Zakres jeziora
Pierwszym krokiem projektowania architektury danych za pomocą platformy analizy danych usługi Databricks jest zrozumienie bloków konstrukcyjnych i sposobu ich integracji z systemami. Zobacz Zakres platformy lakehouse.
Wytyczne dotyczące jeziora
Podstawowe reguły definiujące i wpływające na architekturę. Wyjaśniają wizję implementacji typu lakehouse i tworzą podstawę przyszłych decyzji dotyczących danych, analiz i architektury sztucznej inteligencji. Zobacz Wytyczne dotyczące jeziora.
Architektury referencyjne usługi Lakehouse do pobrania
Plany architektury do pobrania przedstawiają zalecaną konfigurację platformy analizy danych usługi Databricks i jej integrację z usługami dostawców usług w chmurze. Aby uzyskać pliki PDF architektury referencyjnej w formacie 11 x 17 (A3), zobacz Pobieranie architektur referencyjnych usługi Lakehouse.
Siedem filarów dobrze zaprojektowanego jeziora, ich zasad i najlepszych rozwiązań
Poznaj zalety i wady decyzji podejmowanych podczas budowy jeziora. Ta struktura zawiera najlepsze rozwiązania dotyczące architektury służące do tworzenia i obsługi bezpiecznej, niezawodnej, wydajnej i ekonomicznej bazy danych typu lakehouse. Zobacz Architektura usługi Data lakehouse: Dobrze zaprojektowana struktura usługi Databricks.