주요 컨텐츠로 이동

Automated Deployment with Databricks Asset Bundles - Korean

이 과정에서는 DevOps 원칙과 이를 Databricks 프로젝트에 적용하는 방법을 포괄적으로 살펴봅니다. 이 과정은 핵심 DevOps, DataOps, continuous integration (CI), continuous deployment (CD) 및 테스트에 대한 개요부터 시작하여 이러한 원칙을 데이터 엔지니어링 파이프라인에 어떻게 적용할 수 있는지 알아봅니다.


그런 다음 이 과정은 CI/CD 프로세스 내에서 지속적 배포에 초점을 맞추고 프로젝트 배포를 위한 Databricks REST API, SDK, CLI와 같은 도구를 살펴봅니다. Databricks Asset Bundles (DAB)에 대해 알아보고 이것이 CI/CD 프로세스에 어떻게 적용되는지 알아보겠습니다. Databricks Asset Bundles의 핵심 구성 요소, 폴더 구조 및 이를 통해 다양한 대상 환경에서 배포를 간소화하는 방법에 대해 자세히 알아보겠습니다. 또한 Databricks CLI를 사용하여 다양한 구성의 여러 환경에서 Databricks Asset Bundles를 변수 추가, 수정, 검증, 배포 및 실행하는 방법도 알아봅니다.


마지막으로, 이 과정에서는 Databricks Asset Bundles를 로컬에서 빌드, 테스트 및 배포하여 개발 프로세스를 최적화하기 위한 대화형 개발 환경(IDE)인 Visual Studio Code를 소개합니다. 이 과정은 Databricks Asset Bundles를 사용하여 CI/CD 워크플로를 개선하기 위해 GitHub Actions를 사용하여 배포 파이프라인을 자동화하는 방법을 소개하면서 마무리됩니다.


이 과정을 마치면 Databricks Asset Bundles를 사용하여 Databricks 프로젝트 배포를 자동화하고 DevOps 방식을 통해 효율성을 개선할 수 있습니다.


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

Skill Level
Professional
Duration
4h
Prerequisites
  • Databricks Workspaces, Apache Spark, Delta Lake, 메달리온 아키텍처, Unity Catalog, Delta Live Tables, Workflows를 포함한 Databricks 플랫폼에 대한 강력한 지식. 특히, Delta Live Table을 통한 Expectations 활용에 대한 지식이 필요합니다. 
  • PySpark를 사용하여 데이터 처리 및 DataFrame 조작에 능숙하며, 데이터 수집 및 변환에 대한 경험이 있습니다. 지원자는 또한 데이터 분석 및 변환을 위한 중간 복잡도의 SQL 쿼리를 작성한 경험이 있어야 합니다.
  • 함수 및 클래스를 설계하고 구현하는 능력과 Python 패키지를 만들고, 가져오고, 활용하는 경험을 포함한 Python 프로그래밍에 대한 능숙함.
  • DevOps 방법론, 특히 Continuous Integration 및 Continuous Deployment (CI/CD) 원칙에 대한 친숙함.
  • Git 버전 제어에 대한 기본적인 이해.
  • 선행 과목 데이터 엔지니어링을 위한 DevOps 필수 과목

Outline

DevOps 및 CI/CD 검토

  • DevOps 리뷰
  • 지속적인 통합 및 지속적인 배포/전달 (CI/CD) 검토
  • 강좌 설정 및 인증


함께 배포 데이터브릭스 자산 번들들(DABs)

  • 배포하는 Databricks 프로젝트
  • 에 대한 소개 데이터브릭스 자산 번들(DAB)
  • 간단한 DAB 배포 
  • 간단한 DAB 배포
  • DAB에서의 변수 대체
  • DAB를 ~에 배포하기 다양한 환경
  • 여러 환경에 DAB 배포
  • DAB 프로젝트 템플릿 개요
  • Databricks 기본 DAB 템플릿 사용
  • DAB를 사용한 CI/CD 프로젝트 개요
  • 지속적인 통합 및 지속적인 DAB를 사용한 배포
  • ML을 추가 DAB를 사용한 엔지니어링 워크플로


더 많이 활용하기 데이터브릭스 자산 번들

  • 로컬에서 Visual Studio Code를 사용하여 개발 (VS코드)
  • VSCode를 함께 사용하여 데이터브릭스
  • 데이터 엔지니어링을 위한 CI/CD 모범 사례
  • 다음 단계: GitHub Actions를 사용한 자동 배포

Self-Paced

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

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

Register now

Instructors

Instructor-Led

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

Register now

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 Analyst

Data Analysis with Databricks - Korean

이 교육 과정에서는 Databricks SQL에 대한 포괄적인 소개를 제공합니다. 학습자는 데이터를 수집하고, 쿼리를 작성하고, 시각화 및 대시보드를 만들고, 알림을 구성합니다. 이 과정을 통해 Databricks 공인 데이터 분석가 자격증 시험을 준비할 수 있습니다.이 과정은 4시간짜리 두 개의 모듈로 구성됩니다.

 

SQL Analytics on Databricks

이 과정에서는 Databricks SQL에 특히 초점을 맞춰 Databricks를 사용하여 데이터 분석을 효과적으로 수행하는 방법을 학습합니다. Databricks 데이터 애널리스트로서 귀하의 책임에는 관련 데이터를 찾고, 잠재적인 응용 프로그램을 위해 데이터를 분석하고, 귀중한 비즈니스 통찰력을 제공하는 형식으로 데이터를 변환하는 것이 포함됩니다. 

또한 Databricks Data Intelligence Platform에서 Notebooks, SQL Editor, Databricks SQL과 같은 도구를 사용하여 데이터 객체를 관리하는 역할과 이를 조작하는 방법을 이해하게 됩니다. 

또한, 데이터 자산과 전반적인 플랫폼을 관리하는 데 있어 Unity Catalog의 중요성에 대해서도 알아봅니다. 마지막으로, 이 과정에서는 Databricks가 어떻게 성능 최적화를 용이하게 하는지에 대한 개요를 제공하고, Databricks에서 SQL 분석을 실행할 때 내부적으로 발생하는 프로세스를 이해하기 위해 Query Insights에 액세스하는 방법을 알려드립니다.

AI/BI for Data Analysts

이 과정에서는 비즈니스 인텔리전스 요구 사항을 충족하기 위해 Databricks가 제공하는 기능을 사용하는 방법을 알아봅니다. AI/BI 대시보드 및 AI/BI Genie. Databricks 데이터 애널리스트는 플랫폼 내에서 AI/BI 대시보드와 AI/BI Genie Spaces를 만들고, 이해 관계자와 필수 당사자가 이러한 자산에 액세스하는 것을 관리하고, 자산이 수명 동안 편집, 새로 고침 또는 폐기될 때 이러한 자산을 유지 관리하는 태스크를 맡게 됩니다. 이 과정에서는 참가자에게 비즈니스 통찰력을 위한 대시보드를 디자인하는 방법, 이를 공동 작업자 및 이해관계자와 공유하는 방법, 플랫폼 내에서 해당 자산을 유지하는 방법을 교육합니다. 참가자는 또한 Databricks Data Intelligence Engine을 기반으로 하는 AI/BI Genie Spaces를 활용하여 셀프 서비스 분석을 지원하는 방법을 배웁니다.

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

Paid
8h
Lab
instructor-led
Associate

Questions?

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