Accedi ai dati su posizioni esterne

Tipo di Demo

Tutorial sul prodotto

Durata

Autoapprendimento

Social

Che cosa imparerai

Unity Catalog è una soluzione di governance unificata per tutte le risorse di dati, inclusi file, tabelle, modelli di machine learning e dashboard, presenti nel lakehouse aziendale su qualsiasi cloud.

In questa demo, mostreremo come il Catalogo Unity può essere utilizzato per proteggere le posizioni esterne.

Le posizioni esterne sono archivi blob cloud (S3, GCS, ADLS) che devono essere accessibili in modo sicuro.

Unity Catalog ti permette di creare oggetti di credenziali per garantire tale accesso. Puoi quindi definire chi ha accesso alla posizione esterna sfruttando queste credenziali.

Una volta configurato, il tuo analista sarà in grado di elaborare e analizzare qualsiasi file memorizzato negli archivi cloud.

 

Per installare la demo, ottieni un workspace Databricks gratuito ed esegui i seguenti due comandi in un notebook Python.

%pip installa dbdemos
importa dbdemos
dbdemos.installa('uc-02-external-location')

Dbdemos è una libreria Python che installa demo Databricks complete nei tuoi spazi di lavoro. Dbdemos caricherà e avvierà quaderni, pipeline Delta Live Tables, cluster, cruscotti Databricks SQL, modelli di magazzino... Vedi come usare dbdemos

 

Dbdemos è distribuito come un progetto GitHub.

Per ulteriori dettagli, si prega di visualizzare il GitHub file README.md e seguire la documentazione.
Dbdemos è fornito così com'è. Consulta la 
Licenza e Avviso per ulteriori informazioni.
Databricks non offre supporto ufficiale per dbdemos e gli asset associati.
Per qualsiasi problema, si prega di aprire un ticket e il team di demo darà un'occhiata nel miglior modo possibile. 

Consigli

<p>Tabella ACL &amp; Sicurezza a livello di riga e colonna con Unity Catalog</p>

Tutorial

Tabella ACL & Sicurezza a livello di riga e colonna con Unity Catalog

<p>Data Lineage With Unity Catalog</p>

Tutorial

Data Lineage With Unity Catalog

<p>Audit Log With Databricks</p>

Tutorial

Audit Log With Databricks