Dela via

Kom igång med datalagerhantering med Databricks SQL

Om du är en dataanalytiker som främst arbetar med SQL-frågor och dina favorit-BI-verktyg tillhandahåller Databricks SQL en intuitiv miljö för att köra ad hoc-frågor och skapa instrumentpaneler på data som lagras i din datasjö.

Kommentar

Databricks SQL Serverless är inte tillgängligt i Azure Kina. Databricks SQL är inte tillgängligt i Azure Government-regioner.

Lär dig grunderna

Steg Beskrivning
Grundläggande Databricks SQL-begrepp Bekanta dig med kärngränssnitt, frågebegrepp, datahanteringsverktyg och autentiseringsmodell i Databricks SQL.
Datalagerarkitektur Förstå lakehouse-arkitektur, medaljonglager och datamodelleringsmetoder för att skapa ett informationslager.

Skapa dina första tillgångar

Steg Beskrivning
Utforska exempelinstrumentpaneler Importera och interagera med instrumentpaneler från Instrumentpanelsexempelgalleriet som visualiserar sökfrågor på exempeldata.
Skapa en AI/BI-instrumentpanel Skapa en instrumentpanel för att utforska data och dela insikter med ditt team med ai-assisterad redigering och ett förbättrat visualiseringsbibliotek.
Skapa ett SQL-lager Etablera ett SQL-lager för att börja köra frågor på dina data.

Ansluta och automatisera

Steg Beskrivning
Använda Databricks SQL med en notebook-fil Koppla en notebook-fil till ett SQL-lager för att köra SQL tillsammans med Python, Scala eller R.
Läs in data med COPY INTO Använd COPY INTO för att mata in data från molnobjektlagring i dina Databricks SQL-tabeller.
Använda Databricks SQL i ett jobb Skapa, schemalägga och övervaka arbetsflöden som innehåller Databricks SQL-frågor, instrumentpaneler och aviseringar.
Ansluta BI-verktyg med Partner Connect Anslut din Azure Databricks-arbetsyta till en BI- och visualiseringspartnerlösning.
  • Last updated on