Databricks数据洞察是基于Apache Spark的全托管数据分析平台, 内核采用更高效、稳定的商业版Databricks Runtime和Delta Lake。可同时满足数据分析师、数据开发工程师和数据科学家的分析需求,实现协同合作和数据共享。满足用户在大数据下对数据湖分析、实时数仓、离线数仓、BI数据分析、AI机器学习等场景需求。
Databricks数据洞察的优势
极致性能
Databricks Runtime内核,性能明显优于社区版Spark,最高可达50倍提升。满足高性能、高稳定性、可弹性的计算需求。
批流一体
Databricks Delta Lake为数据湖分析提供了ACID事务能力,轻松处理包含数十亿文件的PB级表的元数据信息,实现了批流一体的数据处理方式。
协同分析
同时满足数据科学家、数据工程师以及业务分析师的计算需求,提供交互式的协同分析工作平台。
数据共享
计算存储分离,减少数据冗余,实现多引擎间的数据共享,降低数据存储成本,内置对OSS的访问性能优化。
Databricks DataInsight 典型架构
与阿里云产品深度集成,构建实时/离线数据仓库。
Databricks数据洞察的典型场景
数据获取
接收实时产生的流式数据和外部云存储上批量数据。
数据ETL
持续高效地处理增量数据,支持数据的回滚和删改,提供ACID事务性保障。
BI数据分析
支持Ad hoc查询,无缝对接多种BI分析工具。
AI数据探索
支持机器学习。