Building Agentic Applications on Databricks

在本课程中，你将学习在 Databricks Data Intelligence Platform 上进行平台管理的基础知识。本课程全面概述 Unity Catalog——在 Databricks 环境中实现有效数据治理的关键组件。课程分为五个模块，首先详细介绍 Databricks 基础架构及其数据智能平台，包括对 Databricks Workspace 的深入演练。你将探讨 Unity Catalog 中的数据治理原则，涵盖其关键概念、架构和角色。课程进一步强调对 Unity Catalog 元存储和 compute 资源（包括集群和 SQL 仓库）的管理。最后，你将通过学习权限、细粒度访问以及如何治理数据对象来掌握数据访问控制。课程结束时，你将掌握管理 Unity Catalog 所需的核心技能，以实施有效的数据治理、优化 compute 资源并落实稳健的数据安全策略。如购买 Databricks Labs 订阅，本课程还会以一个综合实验练习收尾，让你在真实的 Databricks Workspace 环境中实践所学内容。

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

This course provides hands-on training for building retrieval agents using Databricks Agent Bricks. Participants will learn to explore and query Knowledge Assistants, parse unstructured documents into structured data using AI Functions, chunk text for semantic retrieval, build Vector Search indexes, and create production-ready Knowledge Assistants backed by multiple knowledge sources.

Note: For SCORM lecture files, please ensure that you close the SCORM window after completing the content. Do not click the ‘Next Lesson’ button, as doing so may prevent the SCORM module from being marked as complete.

这门入门课程介绍 Databricks Lakebase，这是一项内置于 Databricks Data Intelligence Platform 的完全托管的 PostgreSQL 服务，它让运营型（OLTP）和分析型（OLAP）工作负载更加紧密地结合在一起。

课程以一节概念讲座开始，对比 OLTP 和 OLAP 系统，讲解它们不同的性能特征、存储模型和典型用例。你还将探讨组织在维护相互独立的事务型数据库和分析平台时所面临的挑战，包括数据移动、延迟和架构复杂性。

随后你将学习 Databricks Lakebase 如何通过提供一个与 Databricks Lakehouse 直接集成、PostgreSQL 兼容的运营型数据库来应对这些挑战，使运营型应用和分析能够在一个统一平台内协同工作。

通过动手实验，你将：

使用 autoscaling compute 创建并探索一个 Lakebase 项目

• 浏览 Lakebase UI，包括 branching、监控和配置设置

• 使用 Lakebase SQL Editor 创建并查询表

• 使用 Lakehouse Federation 和外部目录从 Databricks 查询 Lakebase 数据

• 通过将 Delta 表同步到 Lakebase 来执行 Reverse ETL

• 从 Python 连接到 Lakebase 并执行基本的 CRUD 操作

这是一门入门（Get Started）课程，因此重点在于理解使用 Lakebase 的核心概念和基本工作流。在 Lakebase 之上构建完整的生产应用不在本课程的范围之内。

注意：对于 SCORM 课程文件，请在完成内容后关闭 SCORM 窗口。请勿点击“下一课”按钮，否则可能导致 SCORM 模块无法被标记为已完成。