Upptäck data

Azure Databricks tillhandahåller en uppsättning verktyg och produkter som förenklar identifieringen av datatillgångar som är tillgängliga via Databricks Data Intelligence Platform. Den här artikeln innehåller en översikt över hur du kan identifiera och förhandsgranska data som redan har konfigurerats för åtkomst på din arbetsyta.

• Information om hur du ansluter till datakällor finns i Ansluta till datakällor och externa tjänster.
• Information om hur du får åtkomst till data på Databricks Marketplace finns i Vad är Databricks Marketplace?.

Ämnen i det här avsnittet fokuserar på att utforska dataobjekt och datafiler. Information om hur du arbetar med tillgångar som notebook-filer, SQL-frågor, bibliotek och modeller finns i Arbetsytans användargränssnitt.

Om du vill ha vägledning om hur du genererar sammanfattningsstatistik för datauppsättningar eller andra uppgifter som är associerade med undersökande dataanalys (EDA) kan du läsa Undersökande dataanalys på Azure Databricks: Verktyg och tekniker.

Hur kan du identifiera datatillgångar?

Dataidentifieringsverktyg i Azure Databricks tillhör följande allmänna kategorier:

• AI-assisterad insikt, sammanfattning och sökning.
• Nyckelordssökning.
• Katalogutforskning med hjälp av användargränssnittet.
• Programmatisk listning och metadatautforskning.

Verktyg för dataidentifiering är optimerade för data som styrs av Unity Catalog. Datatillgångar som inte har registrerats som Unity Catalog-objekt kanske inte kan identifieras med hjälp av några av dessa metoder.

Hitta data med hjälp av användargränssnittet

• Genie One: Bläddra bland tillgångar som delas med dig, sök efter namn, ställ datafrågor på naturligt språk och filtrera efter domän. Se Användning av Genie One.
• Identifiera sida: En kuraterad webbupplevelse där du kan utforska datatillgångar som ordnas efter domäner. Kuratorer kan markera viktiga tillgångar för sin organisation och konsumenter kan bläddra efter domän eller tillgångstyp. Se Identifiera sida, domäner och underdomäner.
• Katalogutforskaren: Innehåller verktyg för att utforska och styra datatillgångar. Få åtkomst till Katalogutforskaren med hjälp av Katalog i arbetsytans sidofält. Använd fliken Insikter för att lära dig hur data används på din arbetsyta. Se Vad är Katalogutforskaren? och Visa tabellinsikter och popularitet.
  • Anteckningsböcker och SQL-redigerare: Tillhandahåll även en katalognavigator för att utforska databasobjekt. Klicka på katalogikonen i redigerarens sidofält för att expandera eller dölja katalognavigatorn utan att lämna kodredigeraren.

Utforska data programmatiskt

Du kan använda kommandot SHOW på alla databasobjekt för att identifiera tillgångar som är registrerade i Unity Catalog. Använd kommandot LIST, kommandot %fs magic eller Databricks Utilities för att visa filer.

Se Utforska lagring och hitta datafiler och Utforska databasobjekt.

Granska datakommentarer

Du kan granska kommentarer för att lära dig mer om innehållet i datauppsättningar som är tillgängliga i ditt lakehouse. Kommentarer kan anges för dataobjekt som kataloger, scheman, tabeller och kolumner. Du kan visa kommentarer i Katalogutforskaren eller med hjälp av kommandot DESCRIBE för ett objekt.

Catalog Explorer kan ge AI-genererade kommentarer för tabeller, vilket gör det enkelt för datatillgångsägare att ge en omfattande översikt över datauppsättningar. Se Lägga till AI-genererade kommentarer till Unity Catalog-objekt.

Användare kan också ange kommentarer om tabeller och andra databasobjekt med markdown, som återges i Katalogutforskaren. Se Lägga till kommentarer till data och AI-tillgångar.

Sök efter tabeller i ditt lakehouse

Du kan använda sökfältet i Azure Databricks för att hitta tabeller som är registrerade i Unity Catalog. Du kan antingen utföra en nyckelordssökning eller använda semantisk sökning för att hitta datauppsättningar eller kolumner som är relaterade till din sökfråga. Sökningen returnerar endast resultat för tabeller som du har behörighet att se. Sök igenom tabellnamn, kolumnnamn, tabellkommentarer och kolumnkommentarer. Se Sök efter arbetsyteobjekt.