分类:  Azure Databricks    ◆ 标签:  #基础   #Azure   #大数据   #入门   ◆ 发布于: 2023-08-07 20:46:28

Unity Catalog: 是下一代由databricks开发的元数据管理服务，目前还是在public preview，还不能用于正式生产，而且Azure China也不支持。这个服务将数据对象分为三个级别：catalog.database.table。 hive metastore: 目前应用成熟的元数据服务，直接使用了Hive的服务。在Databricks中，每个集群的节点上都会安装一个Hive metastore的客户端，这些客户端都会链接到Control panel的Hive Meta store服务上，在Azure Databricks中，后端默认是Azure Database for MySQL。

分类:  Azure Databricks    ◆ 标签:  #Azure   #基础   #入门   ◆ 发布于: 2023-07-27 9:54:28

Databricks File System简称DBFS, 在Databricks的部署中，它是一个分布式文件系统，是基于云的文件系统，为Spark计算引擎提供统一文件存取接口，这主要体现在如下几个方面： DBFS是跟随Worksapce的，一个Workspace共享一个根DBFS文件系统。 每个在Workspace里启动的集群都会自动挂载DBFS到根目录/dbfs 通过DBFS文件系统mount进入到workspace的其他对象存储都严格的限制在DBFS的mnt下 无论什么云对象存储系统通过DBFS的mount过来之后，都是可以直接简单的使用文件操作命令进行操作，例如Azure Storage Data Lake或者AWS S3等等。 另外需要注意的是DBFS有几个特殊的根目

分类:  Azure Databricks    ◆ 标签:  #Azure   #基础   #入门   ◆ 发布于: 2023-07-27 9:48:18

我们前面的文章简单的介绍了什么Azure Databricks, 在开始其他的内容学习之前，我们要先创建一个Azure Databricks的workspace，并安装好databricks cli。 请先准备好一个Azure账号，如果你还没有Azure账号，那么请按照这个链接申请一个免费的Azure账号： 创建Azure Databricks 使用你的Azure账户登录到Azure Portal之后，从左侧的菜单上选择创建新资源，然后搜索Databricks：

分类:  Azure指南    ◆ 标签:  #Azure   #   ◆ 发布于: 2023-06-19 12:08:29

Azure DevOps 自动部署Pipeline配置

分类:  Azure入门    ◆ 标签:  #Azure   #Azure入门   #入门   ◆ 发布于: 2023-06-19 11:11:11

Azure入门指南系列文章

分类:  Azure指南    ◆ 标签:  #Azure   #指南   ◆ 发布于: 2023-06-19 11:06:40

Azure计算服务系列文章列表

分类:  Azure指南    ◆ 标签:  #Azure   #指南   ◆ 发布于: 2023-06-19 11:04:22

Azure AI和机器学习系列文章

分类:  Azure指南    ◆ 标签:  #Azure   #指南   ◆ 发布于: 2023-06-19 10:54:49

Azure物联网指南

分类:  Azure指南    ◆ 标签:  #Azure   #指南   ◆ 发布于: 2023-06-19 10:39:50

Azure大数据系列文章

分类:  Azure Databricks    ◆ 标签:  #Azure   #Databricks   ◆ 发布于: 2023-06-18 19:56:24

在学习Databricks的内存管理时，我发现在stackoverflow上有一篇非常好的案例，我总结了一下这个案例并分享给大家。 用户场景 用户在本机写了一个Spark的应用。这个应用从本地读取14KB的文本文件，读入Spark之后，然后对这部分数据进行一定的转换操作，最后存储到数据库中。 使用的环境是: 8个Core，16G物理内存。 Java max heap size被设为了12G. 然后用户使用如下的命令提交任务到Spark本地执行：