Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Databricks SQL è un data warehouse cloud basato sull'architettura lakehouse. Viene eseguito direttamente nel data lake, supporta ANSI SQL con le estensioni Delta Lake e fornisce gli strumenti per creare data warehouse a prestazioni elevate e convenienti senza spostare i dati.
Interfacce e strumenti
Databricks SQL viene eseguito in SQL Warehouse ed è accessibile da più interfacce per l'esecuzione di query, la visualizzazione, la gestione delle pipeline e l'automazione.
| Interfaccia | Descrizione |
|---|---|
| Editor SQL | Scrivere ed eseguire query SQL con assistenza integrata per intelligenza artificiale, commenti del codice e cronologia delle versioni. |
| Computer portatili | Collegare un notebook a un'istanza di SQL Warehouse per eseguire SQL insieme a Python, Scala o R. Per informazioni sulle limitazioni, vedere Notebooks e SQL Warehouse. |
| Lavori | Pianificare le query SQL come processi per l'elaborazione automatica dei dati e i flussi di lavoro di creazione di report. |
| Dashboards | Creare dashboard interattivi di intelligenza artificiale/BI con creazione assistita dall'intelligenza artificiale per condividere informazioni dettagliate nell'organizzazione. |
| Visualizzazioni delle metriche | Definire le metriche aziendali con calcoli coerenti usando un livello semantico. Riutilizzare le metriche tra query e dashboard. |
| Avvisi | Monitorare i risultati delle query, valutare le condizioni e recapitare automaticamente le notifiche. |
| ETL | Definire e aggiornare le tabelle di streaming e le viste materializzate direttamente in Databricks SQL per le pipeline ETL incrementali. |
| API REST | Automatizzare e gestire oggetti SQL di Databricks a livello di codice. |
Monitorare e ottimizzare
| Conto risorse | Descrizione |
|---|---|
| Cronologia delle query | Esaminare le esecuzioni delle query precedenti, i tempi di esecuzione e l'utilizzo delle risorse nel warehouse. |
| Profilo di query | Esaminare il piano di esecuzione per individuare i colli di bottiglia e le opportunità di ottimizzazione. |
| Informazioni dettagliate sulle prestazioni delle query | Ottenere informazioni dettagliate e consigli automatici quando le query vengono eseguite in modo inefficiente. |
Get started
Se non si ha familiarità con Databricks SQL, iniziare con i concetti e quindi seguire una procedura dettagliata pratica.
| Conto risorse | Descrizione |
|---|---|
| Concetti relativi a Databricks SQL | Informazioni sui concetti di base, tra cui query, sql warehouse, dashboard e gestione dei dati. |
| Architettura di data warehousing | Informazioni sull'architettura lakehouse, i livelli medallion e gli approcci di modellazione dei dati per Databricks SQL. |
| Introduzione al data warehousing | Seguire una procedura dettagliata completa che illustra dashboard di esempio, notebook, processi, inserimento dati e configurazione di SQL Warehouse. |
| Visualizzazioni delle metriche del catalogo Unity | Definire metriche aziendali coerenti e riutilizzabili con un livello semantico da usare tra query e dashboard. |
| Creare un dashboard di intelligenza artificiale/BI | Compilare e pubblicare il primo dashboard con set di dati, visualizzazioni e filtri usando la creazione assistita da intelligenza artificiale. |