Ir para o conteúdo principal

Get Started with Lakebase - Portuguese BR

Este curso de introdução apresenta o Databricks Lakebase, um serviço PostgreSQL totalmente gerenciado integrado à Databricks Data Intelligence Platform que aproxima as cargas de trabalho operacionais (OLTP) e analíticas (OLAP).


O curso começa com uma aula conceitual que compara sistemas OLTP e OLAP, explicando suas diferentes características de desempenho, modelos de armazenamento e casos de uso típicos. Você também explorará os desafios que as organizações enfrentam ao manter bancos de dados transacionais e plataformas analíticas separados, incluindo movimentação de dados, latência e complexidade arquitetônica.


Em seguida, você aprenderá como o Databricks Lakebase ajuda a enfrentar esses desafios, fornecendo um banco de dados operacional compatível com PostgreSQL que se integra diretamente ao Databricks Lakehouse, permitindo que aplicativos operacionais e análises trabalhem juntos em uma plataforma unificada.


Observação: a Databricks Academy está mudando para um formato baseado em cadernos para as aulas presenciais no ambiente Databricks, deixando de usar apresentações de slides para as palestras. Você pode acessar os cadernos das palestras no ambiente de laboratório Vocareum.

Skill Level
Onboarding
Duration
3h
Prerequisites

In this course, the content was developed for participants with these skills/knowledge/abilities:  

• Acesso a um Databricks workspace com o recurso Lakebase Database habilitado

• Um All-purpose-compute OU Serverless cluster disponível e um SQL Warehouse (2X-Small é suficiente).

• Permissão para criar catálogos no seu workspace.

• Habilidades intermediárias em SQL - Capaz de escrever e entender instruções SELECT, INSERT, UPDATE e DELETE.

• Conhecimento intermediário de Python - Confortável com funções Python, exceções e trabalhar com dicionários e listas.

• Familiaridade com os fundamentos de OLTP - Compreende as relações cliente-servidor, propriedades ACID, autenticação de banco de dados e acesso concorrente.

Outline

• Lakebase Conceitos Centrais e Arquitetura

• Demonstração - Criando e explorando um projeto Lakebase

• Demonstração - Querying Lakebase com Lakehouse Federation

• Demonstração - Lakehouse Sincronizar o Unity Catalog Tabelas para Lakebase Tabelas Postgres

• Demonstração - Lakebase Autoscaling e guia rápido do Python CRUD

• Laboratório de bônus - Construindo seu primeiro Aplicativo Databricks com Lakebase Autoscaling

• Resumo e Próximos Passos

Public Class Registration

If your company has purchased success credits or has a learning subscription, please fill out the Training Request form. Otherwise, you can register below.

Private Class Request

If your company is interested in private training, please submit a request.

See all our registration options

Registration options

Databricks has a delivery method for wherever you are on your learning journey

Runtime

Self-Paced

Custom-fit learning paths for data, analytics, and AI roles and career paths through on-demand videos

Registre-se agora

Instructors

Instructor-Led

Public and private courses taught by expert instructors across half-day to two-day courses

Registre-se agora

Learning

Blended Learning

Self-paced and weekly instructor-led sessions for every style of learner to optimize course completion and knowledge retention. Go to Subscriptions Catalog tab to purchase

Purchase now

Scale

Skills@Scale

Comprehensive training offering for large scale customers that includes learning elements for every style of learning. Inquire with your account executive for details

Upcoming Public Classes

Data Engineer

Build Data Pipelines with Lakeflow Spark Declarative Pipelines - Portuguese BR

Este curso apresenta aos usuários os conceitos e habilidades essenciais necessários para criar pipelines de dados usando Lakeflow Spark Declarative Pipelines em Databricks para ingestão e processamento incrementais em lote ou transmissão por meio de várias streaming tables e materialized views. Projetado para engenheiros de dados novos em Spark Declarative Pipelines, o curso fornece uma visão geral abrangente dos principais componentes, como processamento incremental de dados, streaming tables, materialized views e views temporárias, destacando suas finalidades e diferenças específicas.

Os tópicos abordados incluem:

- Desenvolvimento e depuração de pipelines ETL com o editor de vários arquivos no Lakeflow usando SQL (com exemplos de código Python fornecidos)

- Como os Lakeflow Spark Declarative Pipelines acompanham dependências de dados em um pipeline através do gráfico de pipeline

- Configuração de recursos de compute do pipeline, ativos de dados, modos de gatilho e outras opções avançadas.

 Em seguida, o curso apresenta as expectativas de qualidade de dados no Spark Declarative Pipelines, orientando os usuários pelo processo de integração de expectativas em pipelines para validar e impor a integridade dos dados. Em seguida, os alunos explorarão como colocar um pipeline em produção, incluindo opções de agendamento, modo de produção e habilitação do log de eventos do pipeline para monitorar o desempenho e a integridade do pipeline.

 Finalmente, o curso aborda como implementar a captura de dados de alterações (CDC) usando a sintaxe AUTO CDC INTO dentro dos Spark Declarative Pipelines para gerenciar dimensões que mudam lentamente (SCD Tipo 1 e Tipo 2), preparando os usuários para integrar CDC em seus próprios pipelines.

Languages Available: English | 日本語 | Português BR | 한국어

Paid
4h
Lab
instructor-led
Associate

Questions?

If you have any questions, please refer to our Frequently Asked Questions page.