Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Las canalizaciones de Lakeflow son la forma más habitual de trabajar con datos en canalizaciones. También puede definir vistas materializadas independientes y tablas de streaming fuera de una canalización de Lakeflow mediante la sintaxis de consulta simple y Azure Databricks administra las canalizaciones subyacentes. Las tablas independientes se pueden crear y actualizar desde una instancia de Databricks SQL Warehouse o desde un cuaderno que se ejecuta en un proceso general sin servidor.
Para decidir entre tablas independientes y una canalización de Lakeflow, consulte Canalizaciones independientes frente a canalizaciones de Lakeflow.
Note
Esta sección se denominaba anteriormente "Pipelines for Databricks SQL". Se le cambió el nombre a "Standalone pipelines" para reflejar la nueva compatibilidad para crear vistas materializadas independientes y tablas de streaming desde un notebook que se ejecuta en cómputo general sin servidor, además de desde un almacén de Databricks SQL.
En esta sección se explica cómo usar canalizaciones independientes, incluidos los temas siguientes.
| Tema | Description |
|---|---|
| Requisitos para canalizaciones independientes | Conozca las opciones de computación para las vistas materializadas independientes y las tablas de transmisión, incluidas las funciones compatibles y la disponibilidad regional. |
| Uso de tablas de streaming independientes | Crear, actualizar, configurar y supervisar tablas de streaming. |
| Utilice vistas materializadas independientes | Crear, actualizar y consultar vistas materializadas. |
Para crear y actualizar vistas materializadas independientes y tablas de streaming con Python desde un cuaderno, consulte Uso de Python con canalizaciones independientes.