Databricks 數據工程
Databricks 數據工程功能是數據科學家、數據工程師和數據分析師之間共同作業的強大環境。 數據工程工作也是 Databricks 機器學習解決方案的骨幹。
注意
如果您是主要使用 SQL 查詢和 BI 工具的數據分析師,您可能會偏好 使用 Databricks SQL。
名稱 | 當您要... |
---|---|
Delta Live Tables | 瞭解如何使用 Databricks Delta 實時數據表建置數據管線來擷取和轉換。 |
結構化串流 | 瞭解 Databricks 上結構化串流所提供的串流、增量和即時工作負載。 |
Apache Spark | 瞭解 Apache Spark 如何在 Databricks 和 Databricks 平台上運作。 |
計算 | 瞭解 Databricks 叢集,以及如何建立和管理它們。 |
Notebooks | 瞭解 Databricks 筆記本是什麼,以及如何使用和管理筆記本來處理、分析及可視化您的數據。 |
工作流程 | 瞭解如何在 Databricks 平臺上協調數據處理、機器學習和數據分析工作流程。 |
Libraries | 瞭解如何使用連結庫在 Databricks 中提供第三方或自定義程式代碼。 瞭解在 Databricks 上安裝連結庫的不同模式。 |
Git 資料夾 | 瞭解如何使用 Git 來版本控制筆記本和其他檔案,以在 Databricks 中開發。 |
DBFS | 瞭解 Databricks 文件系統 (DBFS),掛接至 Databricks 工作區的分散式文件系統,並在 Databricks 叢集上取得 |
檔案 | 瞭解在 Databricks 上使用檔案的選項。 |
移轉 | 瞭解如何將 ETL 作業、企業數據倉儲、ML、數據科學和分析等數據應用程式遷移至 Databricks。 |
優化與效能 | 瞭解 Databricks 的優化和效能建議。 |
意見反應
https://aka.ms/ContentUserFeedback。
即將登場:在 2024 年,我們將逐步淘汰 GitHub 問題作為內容的意見反應機制,並將它取代為新的意見反應系統。 如需詳細資訊,請參閱:提交並檢視相關的意見反應