了解重要概念

Azure Databricks 是具有多種技術的單一服務平台，可大規模使用資料。使用 Azure Databricks 時，有一些要了解的重要概念。

工作區

工作區是存取所有 Databricks 資產的環境。它提供使用者介面來管理筆記本、程式庫和實驗。工作區可以組織成資料夾，並在小組成員之間共用，促進共同作業和資源管理。

Databricks 筆記本是互動文件，其中包含可執行的程式碼、視覺效果和敘述文字。它們支援多種語言，包括 Python、R、Scala 和 SQL，可在相同的筆記本內同時使用。筆記本是共同作業專案的核心，非常適合探索資料分析、資料視覺效果和複雜的資料工作流程。

叢集是 Azure Databricks 的計算引擎。使用者可以根據所需的計算資源來建立和縮放叢集。您可以手動設定叢集，或根據工作負載設定為自動縮放。它們針對各種工作支援不同類型的節點，例如驅動程式和背景工作節點，以確保有效率的資源使用率。

Azure Databricks 中的作業可用來排程和執行自動化工作。這些工作可以是筆記本執行、Spark 作業或任意程式碼執行。作業可以依排程觸發或執行，以回應特定事件，讓您輕鬆地將工作流程和定期資料處理工作自動化。

Databricks Runtime 是一組效能最佳化的 Apache Spark 版本。它包含改善效能的增強功能，以及超越標準 Spark 的其他功能，例如機器學習工作負載、圖形處理和基因體學的最佳化。

Delta Lake 是一個開放原始碼儲存層，可讓 Data Lake 具有可靠性和可擴縮性。它提供 ACID 交易、可縮放的中繼資料處理，以及統一串流和批次資料處理，這一切對於以一致且容錯的方式管理大規模資料至關重要。

Databricks SQL 提供對 Azure Databricks 內資料執行 SQL 查詢的方式。它可讓資料分析師執行快速臨機操作查詢，並直接在巨量資料上建立報告。它包含 SQL 編輯器、儀表板和自動視覺效果工具，可讓使用者對習慣於 SQL 環境的人使用。

MLflow 是一個開放原始碼平台，可供您管理端對端機器學習生命週期。它包含實驗追蹤、模型管理和部署的功能，可協助從業者有效率地管理及共用其 ML 模型和實驗。