Compromessi tra lakehouse e warehouse
Prima della migrazione al lakehouse, Metro Transit Analytics gestiva un data warehouse per le dashboard di BI e un data lake separato per la data science. Mantenere entrambi era costoso e causava continue duplicazioni dei dati.
Il tuo responsabile ti chiede di esplorare lo spazio di lavoro e vedere con i tuoi occhi come il lakehouse gestisce entrambi i carichi di lavoro — analisi strutturate e archiviazione flessibile di dati grezzi — su un'unica piattaforma.
Questo esercizio fa parte del corso
Introduzione a Databricks Lakehouse
esercizio interattivo pratico
Trasforma la teoria in pratica con uno dei nostri esercizi interattivi
Inizia esercizio