Temukan apa yang membedakan lakehouse dari arsitektur tradisional, bagaimana pola medali mengorganisasi data, dan di mana komponen berada di dalam platform Databricks.

Mengapa Lakehouse?

Temukan fitur keandalan lakehouse

Pertukaran antara lakehouse vs. warehouse

Arsitektur Medaliun

Jelajahi lapisan medali

Cocokkan beban kerja dengan lapisan medali

Arsitektur Platform

Control plane vs. data plane

Di mana audit log disimpan?

Paradigma Lakehouse

Siapkan cluster yang tepat untuk pekerjaan Anda, konfigurasikan untuk biaya dan kinerja, kuasai lingkungan notebook, dan hubungkan pekerjaan Anda ke Git—semuanya di dalam workspace Databricks.

Jenis Cluster dan Runtime

Membuat dan mengonfigurasi klaster

All-purpose atau jobs cluster?

Mengelola dan Mengonfigurasi Klaster

Mengelola dan mengonfigurasi kluster

Skenario pengelolaan klaster

Dasar-dasar Notebook

Bangun notebook multibahasa

Memilih perintah magic yang tepat

Kolaborasi dan Pengendalian Versi

Jelajahi riwayat versi notebook

Repos vs. pelacakan versi notebook

Komputasi dan Notebook

Amankan data Anda dengan Unity Catalog, bagikan dengan aman menggunakan Delta Sharing, dan federasikan kueri ke sumber eksternal—semuanya tanpa menyalin satu byte pun.

Unity Catalog dan Keterlacakan

Hierarki Unity Catalog

Jelajahi metadata tabel di Unity Catalog

Dasar-dasar Delta Sharing

Buat Delta Share

Tambahkan tabel ke Delta Share

Delta Sharing: Jenis dan Pertukaran Keuntungan-Kerugian

Berbagi native vs. protokol terbuka

Biaya berbagi lintas cloud

Federasi Lakehouse

Opsi

Ingest ke Lakehouse

Federate (Kueri di Tempat)

Kapan menggunakan Lakehouse Federation

Langkah Penyiapan Federasi

Menyiapkan koneksi federasi

Tata Kelola dan Berbagi

Kemas pekerjaan Anda dengan Databricks Asset Bundles, deploy ke produksi, dan satukan semuanya dalam skenario capstone.

Dari Deployment Manual ke Otomatis

Telaah struktur proyek DAB

DAB vs. penyebaran tradisional

Mengenal Isi Asset Bundle

Memeriksa dan memodifikasi Asset Bundle

Lacak sebuah job dari konfigurasi hingga kode

Menggabungkan Semuanya

Alur kerja lakehouse ujung ke ujung

Menyeimbangkan keamanan, biaya, dan tata kelola

Selamat!

Deployment dan Langkah Selanjutnya

Siap bekerja dengan platform data modern yang menggabungkan keunggulan data lake dan data warehouse? Dalam kursus ini, Anda akan mengeksplorasi Databricks Lakehouse dari dasar. Pelajari bagaimana arsitektur medali mengorganisasi data mentah menjadi insight tepercaya, menyiapkan dan mengonfigurasi cluster, serta membangun notebook multibahasa yang terhubung ke Git. Lalu dalami tata kelola dengan Unity Catalog, bagikan data secara aman menggunakan Delta Sharing, dan deploy pekerjaan Anda ke produksi dengan Asset Bundles. Pada akhirnya, Anda akan percaya diri menavigasi platform Databricks dan memahami bagaimana komponen utamanya saling terhubung.

Danau data menawarkan fleksibilitas tetapi kurang andal. Gudang data memberikan performa, tetapi tidak dapat menangani data tidak terstruktur. Lakehouse menggabungkan keduanya — dan Databricks adalah tempat semuanya menyatu. Dalam kursus ini, Anda akan menjelajahi Databricks Lakehouse dari dasar, memperoleh pengalaman langsung dengan komponen inti platform.
<br><br>
<h2>Pahami Arsitektur Lakehouse</h2>
Mulailah dengan memahami apa yang membedakan lakehouse dari pendekatan tradisional. Anda akan menjelajahi arsitektur medallion — lapisan bronze, silver, dan gold — yang mengubah data mentah yang berantakan menjadi insight yang bersih dan siap untuk bisnis. Lalu, kenali lingkungan kerja Databricks untuk memahami bagaimana katalog, skema, dan volume mengatur semuanya.
<br><br>
<h2>Kuasai Compute dan Notebook</h2>
Pelajari cara memilih cluster yang tepat untuk pekerjaan, mengonfigurasi autoscaling dan auto-termination untuk mengendalikan biaya, serta membuat notebook yang menggabungkan Python, SQL, dan Markdown. Anda juga akan menghubungkan pekerjaan Anda ke Git melalui Databricks Repos untuk kontrol versi dan kolaborasi tim.
<br><br>
<h2>Kelola dan Bagikan Data dengan Aman</h2>
Jelajahi Unity Catalog untuk mengelola kontrol akses dan melacak lineage data di seluruh organisasi Anda. Lalu gunakan Delta Sharing untuk mendistribusikan data ke mitra — di Databricks atau platform lainnya — dan kueri sumber eksternal dengan Lakehouse Federation, semuanya tanpa menyalin satu byte pun.
<br><br>
<h2>Deploy ke Produksi dengan Asset Bundles</h2>
Akhiri dengan mengemas notebook, pipeline, dan job Anda ke dalam Databricks Asset Bundles untuk deployment yang dapat diulang dan otomatis. Sebuah skenario capstone menyatukan semuanya sehingga Anda siap menerapkan keterampilan ini di tempat kerja.

Introduction to Databricks

Pelajari Databricks Lakehouse: arsitektur medali, kluster, Unity Catalog, Delta Sharing, Asset Bundle.

Pengantar Databricks Lakehouse

Jelajahi Databricks Lakehouse - dari arsitektur medallion dan cluster hingga tata kelola, berbagi, dan deployment.

Jelajahi Databricks Lakehouse - mulai dari arsitektur medallion dan cluster hingga tata kelola, berbagi, dan penerapan.

Associate Data Engineer in Databricks

Sumber data untuk pipeline ETL malam hari yang berjalan setiap hari

Data pelatihan untuk model machine learning

Agregasi lapisan gold yang menyokong dasbor langsung

Basis data CRM yang dikelola tim penjualan, diperbarui setiap jam

Tabel referensi triwulanan yang dikelola tim keuangan

Basis data kepatuhan eksternal untuk join audit ad-hoc

Kapan menggunakan Lakehouse Federation

Pengantar Databricks Lakehouse

Latihan interaktif langsung