LakeFlow Connect

Connectors für eine effiziente Datenaufnahme

Bei der Preview dabei sein

Mit den nativen Connectors für Analysen und KI führen Sie Ihre Daten hocheffizient auf der Data Intelligence Platform zusammen. Das Erstellen einer Pipeline, die Ihre Daten aufnimmt, ist in wenigen Schritten erledigt, ohne dass Sie komplexen Code schreiben oder pflegen müssten. Die vollständige Integration in die Data Intelligence Platform gewährleistet, dass Sie von Anfang an von den Vorteilen einheitlicher Governance und Beobachtbarkeit sowie von der Möglichkeit profitieren, nachgelagerte Workflows zu orchestrieren, um aus den erfassten Daten aussagekräftige Informationen zu gewinnen.

„Mit dem neuen Databricks-Connector zur Aufnahme von Salesforce-Daten haben wir anfällige und problematische Middleware aus der Gleichung entfernen und unseren Datenintegrationsprozess so erheblich straffen können. Durch diese Verbesserung kann Databricks SQL die Salesforce-Daten direkt in Databricks analysieren. Als Ergebnis können unsere Datenfachkräfte jetzt Erkenntnisse nahezu in Echtzeit abliefern – die Bearbeitungsdauer hat sich von mehreren Tagen auf wenige Minuten reduziert.“

– Bill Whiteley, Senior Director of AI, Analytics & Advanced Algorithms, Insulet

Datenaufnahme mit LakeFlow Connect

Ingest from a growing selection of data sources

Datenaufnahme aus einer wachsenden Anzahl von Datenquellen

Daten können nur dann optimal genutzt werden, wenn Sie sie aus allen von Ihnen verwalteten Cloud-Speichern, Datenbanken und Geschäftsanwendungen zusammenführen – denn nur so lassen sich daraus wertvolle Erkenntnisse gewinnen und Transformationen für innovative KI durchführen. Ihnen steht eine Vielzahl von Connectors für verbreitete Datenquellen zur Auswahl. So können Sie die Leistungsfähigkeit Ihrer Daten ausschöpfen – ganz gleich, woher sie stammen.

Effiziente inkrementelle Datenaufnahme

Die intelligente Optimierung erzielt für jeden Anwendungsfall die besten Ergebnisse. Dadurch entfällt der Mehraufwand für die Optimierung von Pipelines für verschiedene Datenquellen. Durch die Verwendung inkrementeller Lese- und Schreibvorgänge wird in den Aufnahmepipelines unnötiger Aufwand vermieden, und es werden nur neue Daten oder Tabellenaktualisierungen eingespielt. Das inkrementelle Vorgehen bei der Datenaufnahme ist schneller, besser skalierbar und kosteneffizienter, und außerdem ist die Aktualität der Daten für die nachfolgende Nutzung gewährleistet.

An image of a Databricks workspace with a CSV file being read using Spark.

Self-Service für jeden Anwender

Räumen Sie die Möglichkeit ein, eigene Aufnahmepipelines zu definieren. So ermöglichen Sie jedem Team den Zugriff auf die benötigten Daten und beschleunigen Innovation unternehmensweit. Sowohl Data Engineers als auch Data Analysts und Data Scientists profitieren von der No-Code-Nutzung, die allen einen schnellen Einstieg ermöglicht. Hinzu kommt die Möglichkeit der Nutzung einer einfachen API, die stundenlange Programmierarbeit erspart. Außerdem wird die Pipelineverwaltung vereinfacht. So verbringen Sie weniger Zeit mit dem Bewegen von Daten – und mehr mit ihrer sinnvollen Nutzung.

Die Aufnahme ist nur der Anfang

Wenn es darum geht, Mehrwert aus Daten zu generieren und Innovation zu beschleunigen, ist das effiziente Zusammenführen aller Ihrer Daten auf der Data Intelligence Platform nur der erste Schritt. Orchestrieren Sie hochentwickelte Workflows für Analytics und KI und nutzen Sie im Anschluss inkrementelle Transformationen. Erstellen und implementieren Sie ML- und GenAI-Anwendungen mit Mosaic AI oder analysieren und visualisieren Sie Ihre Daten, um mit Databricks SQL aussagekräftige Ergebnisse zu erzielen.

Ihre Daten. Ihre Entscheidung.

Mit dem offenen Technologiepartner-Ökosystem von Databricks stehen Ihnen mehr als 500 zusätzliche gebrauchsfertige Connectors zur Verfügung. Damit decken Sie jeden Anwendungsfall im Data Engineering ab.