Databricks veri mühendisliği
Databricks veri mühendisliği özellikleri, veri bilimcileri, mühendisler ve analistler arasında işbirliği için sağlam bir ortam içerir. Veri mühendisliği görevleri, Databricks makine öğrenmesi çözümlerinin de omurgasını oluşturur.
Not
Öncelikli olarak SQL sorguları ve BI araçlarıyla çalışan bir veri analistiyseniz Databricks SQL'i tercih edebilirsiniz.
Veri Akışı Adı | Bunu istediğiniz zaman kullanın... |
---|---|
Delta Live Tables | Databricks Delta Live Tables ile veri alımı ve dönüşümü için veri işlem hatları oluşturmayı öğrenin. |
Yapılandırılmış Akış | Databricks'te Yapılandırılmış Akış tarafından desteklenen akış, artımlı ve gerçek zamanlı iş yükleri hakkında bilgi edinin. |
Apache Spark | Apache Spark'ın Databricks ve Databricks platformunda nasıl çalıştığını öğrenin. |
Notebooks | Databricks not defterinin ne olduğunu ve verilerinizi işlemek, analiz etmek ve görselleştirmek için not defterlerini nasıl kullanacağınızı ve yöneteceğinizi öğrenin. |
İşler | Databricks platformunda veri işleme, makine öğrenmesi ve veri analizi iş akışlarını düzenlemeyi öğrenin. |
Dosyalarla çalışma | Databricks'te dosyalarla çalışma seçenekleri hakkında bilgi edinin. |
Git klasörleri | Databricks'te geliştirme amacıyla not defterlerinizi ve diğer dosyalarınızı sürüm denetimi için Git'i kullanmayı öğrenin. |
Kitaplıklar | Kitaplıkları kullanarak Databricks'te üçüncü taraf veya özel kodun nasıl kullanılabilir hale getirebileceğinizi öğrenin. Databricks'te kitaplıkları yüklemek için farklı modlar hakkında bilgi edinin. |
Geçiş | ETL işleri, kurumsal veri ambarları, ML, veri bilimi ve analiz gibi veri uygulamalarını Databricks'e geçirmeyi öğrenin. |
İyileştirme ve performans | Databricks'te iyileştirmeler ve performans önerileri hakkında bilgi edinin. |
DBFS | Databricks çalışma alanına bağlı ve Databricks kümelerinde kullanılabilen dağıtılmış bir dosya sistemi olan Databricks Dosya Sistemi (DBFS) hakkında bilgi edinin |