Construido sobre código abierto
Los ingenieros de Databricks son los creadores originales de algunas de las tecnologías de datos de código abierto más populares del mundo
Diseñado sobre proyectos abiertos de datos e IA en los que millones de desarrolladores confían
Apache Spark™
Apache Spark es un motor unificado para ejecutar cargas de trabajo de ingeniería de datos, ciencia de datos y aprendizaje automático.
Delta Lake
Delta Lake le permite construir una arquitectura de lakehouse sobre sistemas de almacenamiento como AWS S3, ADLS, GCS y HDFS.
Apache Iceberg™
Apache Iceberg te permite crear una arquitectura lakehouse sobre sistemas de almacenamiento como AWS S3, ADLS, GCS y HDFS.
Unity Catalog
Unity Catalog es el único catálogo universal de la industria para datos e IA.
MLflow
MLflow gestiona el ciclo de vida de ML, lo que incluye la experimentación, la reproducibilidad, la implementación y un registro central de modelos.
Delta Sharing
Delta Sharing es el primer protocolo abierto de la industria para el intercambio seguro de datos, lo que simplifica compartir datos con otras organizaciones.
Redash
Redash permite a cualquier persona aprovechar SQL para explorar, consultar, visualizar y compartir datos de fuentes de datos grandes y pequeñas.
Databricks admite estas tecnologías de código abierto adicionales populares
Frequently Asked Questions
Databricks is built on a set of open source data and AI projects, several of which were originally created by Databricks engineers, including Apache Spark™, Delta Lake, Apache Iceberg™, Unity Catalog, MLflow, Delta Sharing and Redash. These projects cover the data and AI lifecycle, from data engineering and lakehouse storage to ML lifecycle management and secure data sharing. Databricks also supports additional widely used open source libraries such as TensorFlow, PyTorch, Keras, RStudio, scikit-learn, XGBoost and Terraform. Together they let teams build data engineering, data science and ML workloads on a common open foundation.
