Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Diese Artikel enthalten Grundsätze und bewährte Methoden für die Implementierung und den Betrieb von Azure Databricks.
Databricks Framework mit guter Architektur
Der gut architektonische Rahmen von Databricks besteht aus sieben Säulen, die verschiedene Bereiche beschreiben, die die Implementierung von Databricks in der Cloud betreffen.
Mit Cloud-Frameworks geteilte Säulen
Die folgenden fünf Säulen stimmen mit den Säulen im Microsoft Azure Well-Architected Framework überein.
Für die fünf gemeinsamen Säulen gelten weiterhin die Grundsätze und bewährten Methoden des Cloudframeworks. Das Databricks Well-Architected Framework erweitert diese um Databricks-spezifische Prinzipien und bewährte Methoden.
| Merkmal | Description |
|---|---|
| Operational Excellence | Alle Betriebsprozesse, die den Betrieb von Databricks in der Produktionsumgebung aufrechterhalten. |
| Sicherheit, Datenschutz und Compliance | Schutz für die Azure Databricks-Anwendung, Kundenarbeitslasten und Kundendaten vor Bedrohungen. |
| Zuverlässigkeit | Die Fähigkeit eines Systems, nach Ausfällen eine Wiederherstellung durchzuführen und die Betriebsbereitschaft sicherzustellen. |
| Effiziente Leistung | Die Fähigkeit eines Systems, sich an Laständerungen anzupassen |
| Kostenoptimierung | Verwalten der Kosten zur Maximierung des erzielten Werts |
Databricks-spezifische Säulen
Die folgenden beiden Säulen behandeln Aspekte, die speziell für das Databricks-Framework für eine bewährte Architektur relevant sind:
| Merkmal | Description |
|---|---|
| Daten- und KI-Governance | Die Aufsicht, um sicherzustellen, dass Daten und KI Wert bringen und Ihre Geschäftsstrategie unterstützen. |
| Interoperabilität und Benutzerfreundlichkeit | Die Fähigkeit von Databricks, mit Benutzern und anderen Systemen zu interagieren. |
Die beiden databricks-spezifischen Säulen garantieren zusätzlichen Kontext:
Daten- und KI-Governance
Databricks vereint Data Warehouse- und KI-Anwendungsfälle auf einer einzigen Plattform. Dadurch werden die Datensilos eliminiert, die traditionell Datentechnik, Analysen, BI, Data Science und maschinelles Lernen trennen.
Eine einheitliche Governance-Lösung vereinfacht die Datenverwaltung, indem Steuerungselemente der Governance in einer einzigen Verarbeitungsschicht konsolidiert werden. Dieser Ansatz minimiert Datenkopien und verbessert ihre Fähigkeit, Compliance aufrechtzuerhalten und potenzielle Verstöße zu erkennen.
Interoperabilität und Nutzbarkeit
Eine integrierte Databricks-Plattform bietet eine konsistente Benutzererfahrung für alle Personas und Workloads. Diese Konsistenz reduziert schulungs- und onboarding-Kosten und verbessert gleichzeitig die Zusammenarbeit zwischen Funktionen. Das Zusammenstellen separater Datentools kann dagegen zu hohen Implementierungskosten, inkonsistenten Benutzeroberflächen und eingeschränkten Zusammenarbeitsfunktionen führen.
Organisationen übernehmen aus verschiedenen Gründen Multi-Cloud-Strategien, einschließlich Fusionen, Akquisitionen oder unabhängigen Geschäftseinheitenentscheidungen. Die Databricks-Plattform bietet eine einheitliche Benutzererfahrung für alle Cloudanbieter in einem Multi-Cloud-Setup. Dies reduziert die Systemverbreitung und verringert die Qualifikationsanforderungen für Mitarbeiter, die mit Daten arbeiten.
Moderne Geschäftsprozesse erfordern Systeme, die über Organisationsgrenzen hinweg zusammenarbeiten. Databricks unterstützt den sicheren Datenfluss zwischen den Systemen interner und externer Partner und ermöglicht eine effektive Zusammenarbeit in vernetzten Geschäftsumgebungen.