Not
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Artiklarna som visas här innehåller information om hur du ansluter till det stora utbudet av datakällor, BI-verktyg och utvecklarverktyg som du kan använda med Azure Databricks. Många av dessa är tillgängliga via vårt partnersystem och vår Partner Connect-hubb.
Partneranslutning
Partner Connect är ett användargränssnitt som gör att verifierade lösningar kan integreras snabbare och enklare med dina Databricks-kluster och SQL-lager.
Mer information finns i Vad är Databricks Partner Connect?.
Datakällor
Databricks kan läsa data från och skriva data till en mängd olika dataformat, till exempel CSV, Delta Lake, JSON, Parquet, XML och andra format, samt datalagringsleverantörer som Amazon S3, Google BigQuery och Cloud Storage, Snowflake och andra leverantörer.
Se Datainmatning, Ansluta till datakällor och externa tjänster samt Alternativ för dataformat.
BI-verktyg
Databricks har verifierat integreringar med dina favorit-BI-verktyg, inklusive Power BI, Tableau och andra, så att du kan arbeta med data via Databricks-kluster och SQL-lager, i många fall med låg kod och kodfria funktioner.
En omfattande lista med anslutningsinstruktioner finns i BI och visualisering.
Andra ETL-verktyg
Förutom åtkomst till alla typer av datakällor tillhandahåller Databricks integreringar med ETL/ELT-verktyg som dbt, Prophecy och Azure Data Factory, samt verktyg för dirigering av datapipelines som Airflow- och SQL-databasverktyg som DataGrip, DBeaver och SQL Workbench/J.
Anslutningsinstruktioner finns i:
- ETL-verktyg: Förberedelse och transformering av data
- Airflow: Orkestrera Lakeflow-jobb med Apache Airflow
- SQL-databasverktyg: SQL-anslutningsappar, bibliotek, drivrutiner, API:er och verktyg.
Utvecklingsmiljöer och andra utvecklarverktyg
Databricks har stöd för utvecklarverktyg som DataGrip, IntelliJ, PyCharm, Visual Studio Code och andra som gör att du programmatiskt kan komma åt Azure Databricks-beräkning, inklusive SQL-lager.
En omfattande lista över verktyg som stöder utvecklare finns i Utveckla på Databricks.
Git
Databricks Git-mappar ger integrering på lagringsplatsnivå med dina git-favoritprovidrar, så att du kan utveckla kod i en Databricks-notebook-fil och synkronisera den med en fjärransluten Git-lagringsplats. Se Azure Databricks Git-kataloger.