Importación de Datos de Muestra para Práctica

Tienes tu espacio de trabajo configurado y tu clúster en funcionamiento. Ahora, necesitamos algo con lo que trabajar. En el mundo real, los datos pueden provenir de sensores en streaming o de grandes bases de datos en la nube, pero la mayoría de los proyectos de datos comienzan con un archivo simple. En este capítulo, utilizarás la moderna capacidad de Ingesta de Datos para cargar un archivo CSV y convertirlo en una tabla permanente en tu Catálogo.

Acceso a la ingesta de datos

Hay dos formas rápidas de encontrar esta herramienta:

• Haz clic en el botón "New" en la parte superior de la barra lateral y selecciona "File Upload".
• Alternativamente, ve a la pestaña Catalog y haz clic en el botón "Create Table" (a menudo representado por un signo de más).

Paso 2: Cargar el archivo

Una vez que estés en la interfaz de carga, puedes arrastrar y soltar tu archivo o buscarlo en tu computadora.

• El escenario: para este ejercicio, se utiliza un archivo de ejemplo llamado diamonds.csv;
• La carga: una vez que el archivo se carga, Databricks lo almacenará temporalmente en un área de "staging" mientras se prepara para moverlo al Catalog.

Paso 3: Configuración de la tabla (La vista previa)

Aquí es donde ocurre la "magia". Databricks mostrará una vista previa de tus datos.

• Catálogo y esquema: se debe elegir dónde residirá la tabla. Por ahora, se utilizará el catálogo workspace y el esquema default;
• Nombre de la tabla: asignar un nombre claro a la tabla, como diamonds;
• Tipos de datos: revisar las columnas. Databricks detecta automáticamente si una columna es "String" (texto), "Integer" (número) o "Timestamp" (fecha). Si la detección es incorrecta, se puede cambiar manualmente el tipo de dato directamente en la interfaz.

Paso 4: Creación de la tabla

Haz clic en Crear tabla. Databricks iniciará ahora un pequeño trabajo en segundo plano (utilizando tu clúster) para leer el archivo CSV y escribirlo como una Delta Table de alto rendimiento. Una vez finalizado, serás dirigido a la interfaz de tabla, donde podrás ver el esquema, datos de ejemplo e incluso quién tiene permiso para visualizarla.

¡Felicidades! Has transferido exitosamente datos desde tu computadora personal al Lakehouse nativo en la nube.