Databricks på molnet (AWS, Azure, GCP)

En av de vanligaste frågorna nybörjare ställer är: "Var finns egentligen Databricks?" Är det en programvara jag installerar på min bärbara dator? Är det en webbplats? Svaret är att Databricks är en molnbaserad plattform. Den finns inte på en fysisk server på ditt kontor; den finns helt och hållet inom de enorma infrastrukturerna hos världens största molnleverantörer: AWS, Azure och Google Cloud.

Den "agnostiska" fördelen

Traditionellt innebar det att lära sig ett dataverktyg att du var låst till ett specifikt ekosystem. Om du lärde dig ett verktyg på AWS kunde det se helt annorlunda ut på Azure. Databricks är unikt eftersom det är "molnagnostiskt". Oavsett om ditt företag använder det blå gränssnittet i Azure, det orange i AWS eller de färgglada ikonerna i Google, är Databricks-upplevelsen nästan identisk.

Detta är en stor fördel för din karriär. Om du lär dig att hantera kluster och skriva notebooks i denna kurs är dessa färdigheter 100 % överförbara. Du lär dig ett universellt datorspråk som fungerar oavsett vilken molnleverantör ett företag föredrar.

Hur Databricks ansluter till molnet

Tänk på en molnleverantör – som AWS – som ett enormt energibolag som förser en hel stad med el och vatten. Databricks är som ett avancerat, smart hem som kopplas in till dessa tjänster för att utföra imponerande uppgifter. Det förlitar sig på molnet för tre huvudsakliga saker:

• Lagring: när du sparar data i Databricks lagras den faktiskt i molnleverantörens kostnadseffektiva, permanenta lagring, såsom en AWS S3-bucket eller Azure Data Lake Storage.
• Beräkning: När du startar ett kluster kontaktar Databricks molnleverantören och säger i princip: "Låna ut fyra virtuella servrar till mig i en timme för att köra denna beräkning".
• Säkerhet: det använder molnets inbyggda företagssäkerhet för att säkerställa att endast behöriga användare kan komma in i arbetsytan.

Varför inte bara använda molnleverantörens egna verktyg?

Du kanske undrar: "Om jag redan är på Azure, varför inte bara använda Azures inbyggda verktyg?" Här är det som gör Databricks effektivt och enkelt. Även om molnleverantörer erbjuder egna tjänster är de ofta fragmenterade. Du kan behöva ett verktyg för datarensning, ett annat för maskininlärning och ett tredje för SQL-rapportering.

Databricks fungerar som det enhetliga lagret. Det ligger ovanpå alla dessa komplexa molntjänster och ger dig ett enda, användarvänligt gränssnitt för att hantera dem alla. Det tar hand om "rördragningen" – nätverk, serveruppsättning och programuppdateringar – så att du kan fokusera helt på din data.

Global räckvidd

Eftersom Databricks körs på dessa moln drar det nytta av deras globala närvaro. Om ditt företag har kunder i Europa och Asien kan du skapa din Databricks-arbetsyta i just dessa regioner. Detta säkerställer att dina "kluster" är fysiskt nära din data, vilket gör att dina frågor körs mycket snabbare och hjälper ditt företag att följa lokala dataskyddslagar.

Sammanfattningsvis är molnet grunden, men Databricks är verktygslådan som gör den grunden användbar för dataproffs.