Get Started with SQL Analytics and BI on Databricks - Korean

이 입문 과정에서는 Databricks Data Intelligence Platform에 내장된 완전 관리형 PostgreSQL 서비스인 Databricks Lakebase를 소개하며, 이 서비스가 운영(OLTP) 및 분석(OLAP) 워크로드를 더욱 긴밀하게 통합하는 방식을 다룹니다.

이 과정은 OLTP와 OLAP 시스템을 비교하는 개념 강의를 시작으로, 두 시스템의 서로 다른 성능 특성, 스토리지 모델 및 일반적인 사용 사례를 설명합니다. 또한 데이터 이동, 지연 시간, 아키텍처의 복잡성 등 트랜잭션 데이터베이스와 분석 플랫폼을 별도로 유지 관리할 때 조직이 직면하는 과제들을 살펴볼 것입니다.

이어서 Databricks Lakebase가 Databricks Lakehouse와 직접 통합되는 PostgreSQL 호환 운영 데이터베이스를 제공함으로써, 운영 애플리케이션과 분석이 통합된 플랫폼 내에서 함께 작동하도록 지원하여 이러한 과제를 해결하는 방법을 배우게 됩니다.

실습을 통해 다음을 수행하게 됩니다:

오토스케일링 compute을 사용하여 Lakebase 프로젝트 생성 및 탐색

• 브랜칭, 모니터링, 구성 설정을 포함한 Lakebase UI 탐색

• Lakebase SQL 편집기를 사용하여 테이블 생성 및 쿼리 실행

• Lakehouse Federation 및 외부 카탈로그를 사용하여 Databricks에서 Lakebase 데이터 쿼리

• Delta 테이블을 Lakebase로 동기화하여 리버스 ETL 수행

• Python에서 Lakebase에 연결하여 기본 CRUD 작업 수행

이 과정은 입문 과정이므로, Lakebase를 활용하기 위한 핵심 개념과 기본 워크플로우를 이해하는 데 중점을 둡니다. Lakebase를 기반으로 완전한 프로덕션 애플리케이션을 구축하는 내용은 이 과정의 범위를 벗어납니다.

참고: Databricks Academy는 Databricks 환경 내의 대면 강의 형식을 노트북 기반 방식으로 전환함에 따라, 강의용 슬라이드 사용이 중단됩니다. Vocareum 랩 환경에서 강의용 노트북에 액세스할 수 있습니다.

생성형 AI는 신흥 실험에서 기업의 필수 역량으로 발전하여 지능형 고객 지원부터 복잡한 워크플로우를 자동화하는 AI 에이전트까지 다양한 분야에서 활용되고 있습니다. 

자체 데이터에 기반하고 신뢰를 위해 관리되는 방식으로 이를 효과적으로 배포하는 방법을 이해하는 조직이 자신이 속한 산업에서 속도를 주도하게 될 것입니다. 하지만 매주 새로운 모델이 출시되고 기능이 빠르게 진화하는 상황에서, 생성형AI를 전략적으로 평가하고 적용하는 방법을 아는 것이 최신 버전을 쫓는 것보다 더 중요합니다. 생성형 AI의 기초—무엇을 할 수 있는지, 어디에서 실제 비즈니스 가치를 제공하는지, 그리고 Databricks에서 안전하게 구현하는 방법—를 이 무료 주문형 교육에서 빠르게 익히세요.

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

이 과정은 DevOps 원칙과 이를 Databricks 프로젝트에 적용하는 방법을 포괄적으로 검토합니다. 핵심 DevOps, DataOps, 지continuous integration (CI), continuous deployment (CD), 테스트에 대한 개요로 시작하여 이러한 원칙을 데이터 엔지니어링 파이프라인에 적용하는 방법을 탐구합니다.

이어서 CI/CD 프로세스 내 지속적 배포에 초점을 맞추며, 프로젝트 배포를 위한 Databricks REST API, SDK, CLI와 같은 도구를 살펴봅니다. Databricks Asset Bundles(DAB)와 CI/CD 프로세스 내에서의 역할을 학습하게 됩니다. 주요 구성 요소, 폴더 구조, Databricks 내 다양한 대상 환경에 걸친 배포 간소화 방식을 심층적으로 다룹니다. 또한 Databricks CLI를 활용하여 서로 다른 구성의 다중 환경에 대해 변수 추가, 수정, 검증, 배포 및 실행하는 방법을 익히게 됩니다.

마지막으로, Visual Studio Code를 인터랙티브 개발 환경(IDE)으로 활용하여 로컬에서 Databricks Asset Bundles를 빌드, 테스트, 배포하는 방법을 소개함으로써 개발 프로세스를 최적화합니다. GitHub Actions를 활용한 배포 파이프라인 자동화를 통해 Databricks Asset Bundles의 CI/CD 워크플로우를 강화하는 방법에 대한 소개로 강좌를 마무리합니다.

본 과정 수료 시, Databricks Asset Bundles를 활용한 Databricks 프로젝트 배포 자동화 역량을 갖추게 되어 DevOps 관행을 통해 효율성을 향상시킬 수 있습니다.

참고: 이 강좌는 ‘Databricks을 사용한 고급 데이터 엔지니어링’ 시리즈의 네 번째 강좌입니다.

Languages Available: English | 日本語 | 한국어