Einführung in das gut durchdachte Data Lakehouse

Als Cloudarchitekt, wenn Sie eine Data Lakehouse-Implementierung auf der Databricks Data Intelligence Platform auswerten, sollten Sie wissen, "Was ist ein gutes Lakehouse?" Die Artikel zum gut strukturierten Lakehouse enthalten Anleitungen zur Lakehouse-Implementierung.

Am Anfang möchten Sie vielleicht auch Folgendes wissen:

• Wie sieht der Umfang des Lakehouse in Bezug auf Funktionalität und Personas aus?
• Was ist die Vision für das Seehaus?
• Wie lässt sich das Seehaus in die Cloudarchitektur des Kunden integrieren?

Artikel zur Seehausarchitektur

Umfang des Lakehouse

Der erste Schritt zum Entwerfen Ihrer Datenarchitektur mit der Databricks Data Intelligence Platform besteht darin, die Bausteine und ihre Integration in Ihre Systeme zu verstehen. Weitere Informationen finden Sie unter Umfang der Lakehouse-Plattform.

Leitprinzipien für das Seehaus

Grundregeln, die Ihre Architektur definieren und beeinflussen. Sie erläutern die Vision hinter einer Lakehouse-Implementierung und bilden die Grundlage für zukünftige Entscheidungen zu Ihren Daten, Analyse und KI-Architektur. Weitere Informationen finden Sie unter Leitprinzipien für das Lakehouse.

Herunterladbare Lakehouse-Referenzarchitekturen

Herunterladbare Architekturpläne umreißen das empfohlene Setup der Databricks Data Intelligence Platform und deren Integration in die Dienste von Cloud-Anbietern. Referenzarchitektur-PDFs im Format 11 x 17 (A3) finden Sie unter Lakehouse-Referenzarchitekturen (Download).

Die sieben Säulen des gut geplanten Seehauses, deren Prinzipien und bewährte Methoden

Verstehen Sie die Vor- und Nachteile von Entscheidungen, die Sie beim Bau des Seehauses treffen. Dieser Rahmen bietet architektonische bewährte Methoden für die Entwicklung und Bedienung eines sicheren, zuverlässigen, effizienten und kostengünstigen Seehauses. Weitere Informationen finden Sie unter Data Lakehouse-Architektur: Gut strukturiertes Databricks-Framework​.