Kommentar
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.
Databricks SQL är ett molndatalager som bygger på lakehouse-arkitektur. Den körs direkt på din datasjö, stöder ANSI SQL med Delta Lake-tillägg och tillhandahåller verktyg för att skapa högpresterande och kostnadseffektiva informationslager utan att flytta dina data.
Gränssnitt och verktyg
Databricks SQL körs på SQL-lager och är tillgängligt från flera gränssnitt för frågor, visualisering, pipelinehantering och automatisering.
| Gränssnitt | Beskrivning |
|---|---|
| SQL-redigeraren | Skriva och köra SQL-frågor med integrerad AI-hjälp, kodkommenterar och versionshistorik. |
| Notebooks | Kör SQL tillsammans med Python, Scala eller R genom att koppla en notebook-fil till ett SQL-lager. |
| AI/BI | Skapa AI-baserade instrumentpaneler och Genie-utrymmen för dataanalys via självbetjäning och utforskning av konversationsdata. |
| Metriska vyer | Definiera återanvändbara affärsmått med konsekventa beräkningar med hjälp av ett semantiskt lager. |
| Aviseringar | Övervaka frågeresultat, utvärdera villkor och leverera meddelanden automatiskt. |
| jobb | Schemalägga SQL-frågor för automatiserad databearbetning och rapportering av arbetsflöden. |
| ETL | Definiera och uppdatera strömmande tabeller och materialiserade vyer direkt i Databricks SQL för inkrementella ETL-pipelines. |
| REST-API | Automatisera och hantera Databricks SQL-objekt programmatiskt. |
Övervaka och optimera
| Resource | Beskrivning |
|---|---|
| Frågehistorik | Granska tidigare frågekörningar, körningstider och resursanvändning i ditt datalager. |
| Frågeprofil | Granska körningsplanen för en fråga för att identifiera flaskhalsar och optimeringsmöjligheter. |
| Insikter om frågeprestanda | Få automatiska insikter och rekommendationer när förfrågningar körs ineffektivt. |
Get started
Om du är nybörjare på Databricks SQL börjar du med begreppen och följer sedan en praktisk genomgång.
| Resource | Beskrivning |
|---|---|
| Databricks SQL-begrepp | Lär dig grundläggande begrepp som frågor, SQL-lager, instrumentpaneler och datahantering. |
| Datalagerarkitektur | Förstå lakehouse-arkitektur, medaljonglager och datamodelleringsmetoder för Databricks SQL. |
| Kom igång med datalagerhantering | Följ en fullständig genomgång som beskriver exempelinstrumentpaneler, notebook-filer, jobb, datainmatning och konfiguration av SQL-lager. |
| Måttvyer för Unity Catalog | Definiera konsekventa, återanvändbara affärsmått med ett semantiskt lager för användning mellan frågor och instrumentpaneler. |
| Skapa en AI/BI-instrumentpanel | Skapa och publicera din första instrumentpanel med datauppsättningar, visualiseringar och filter med AI-assisterad redigering. |