Einführung in das Databricks Lakehouse

Data Lakes bieten Flexibilität, aber es fehlt ihnen an Zuverlässigkeit. Data Warehouses liefern Leistung, können aber unstrukturierte Daten nicht verarbeiten. Der Lakehouse-Ansatz vereint beides – und in Databricks kommt alles zusammen. In diesem Kurs erkundest du das Databricks Lakehouse von Grund auf und sammelst praktische Erfahrung mit den Kernkomponenten der Plattform.

Verstehe die Lakehouse-Architektur

Beginnen Sie damit, herauszufinden, was das Lakehouse von traditionellen Ansätzen unterscheidet. Sie erkunden die Medallion-Architektur — Bronze-, Silber- und Gold-Layer —, die rohe, unstrukturierte Daten in saubere, geschäftsrelevante Erkenntnisse verwandelt. Dann machen Sie sich im Databricks-Arbeitsbereich mit der Struktur vertraut, um zu verstehen, wie Kataloge, Schemas und Volumes alles organisieren.

Compute und Notebooks meistern

Lerne, den richtigen Cluster für die jeweilige Aufgabe auszuwählen, Autoscaling und Auto-Termination zu konfigurieren, um Kosten zu kontrollieren, und Notebooks zu erstellen, die Python, SQL und Markdown kombinieren. Außerdem verbindest du deine Arbeit über Databricks Repos mit Git für Versionskontrolle und Teamzusammenarbeit.

Daten sicher verwalten und teilen

Erkunden Sie Unity Catalog, um Zugriffssteuerungen zu verwalten und die Datenherkunft in Ihrer gesamten Organisation nachzuverfolgen. Dann nutzen Sie Delta Sharing, um Daten an Partner zu verteilen – auf Databricks oder jeder anderen Plattform – und fragen Sie externe Quellen mit Lakehouse Federation ab, ganz ohne auch nur ein Byte zu kopieren.

Mit Asset Bundles in die Produktion bereitstellen

Schließen Sie ab, indem Sie Ihre Notebooks, Pipelines und Jobs in Databricks Asset Bundles für wiederholbare, automatisierte Bereitstellungen verpacken. Ein Capstone-Szenario führt alles zusammen, damit du bereit bist, diese Fähigkeiten im Job anzuwenden.