Kynning á Databricks-vettvangnum — Öll þín gögn, greining og gervigreind á einum stað
Notar forsíðu þessarar kynningar sem stílfyrirmynd fyrir glærur úr þínu eigin efni. Eða veldu hvaða síðu sem er hér fyrir neðan og notaðu uppsetningu hennar sem fyrirmynd.
Flýtileiðsögn
Merki
Deila glærunum
Kynning á Databricks-vettvangnum — Öll þín gögn, greining og gervigreind á einum stað
Ítarleg sýn á hverja glærusíðu, þar á meðal útlit, lykilefni og sjónræna þætti.
Titilglæra — Öll þín gögn, greining og gervigreind á einum stað. Eftir Alex Ivanichev, mars 2022
Vinstrijafnaður titill með höfundi/dagsetningu, rúmfræðilegt myndasafn hægra megin
Databricks er samþættur og opinn gagna- og greiningarvettvangur. Byggður á opinni tækni: Apache Spark, Delta Lake, MLflow og Koalas
Miðjaður texti á kóralrauðum bakgrunni með fjórum OSS lógóum neðst
Myndrænt yfirlit sem sýnir helstu kafla kynningarinnar
Einföld uppsetning fyrir dagskrá
Kaflaskil sem kynna núverandi áskoranir í gagnastjórnun
Miðjaður hvítur texti á grænum bakgrunni
Þrír einangraðir tæknistakkar — gagnavöruhús (Data Warehousing), gagnaverkfræði (Data Engineering), gagnafræði/vélnám (Data Science/ML) — með ótengdum kerfum og séreignarsniðum. Sýnir ETL-flæði á milli gagnavöruhúss, gagnavatns, streymis og vélnámsleiðslna.
Þriggja dálka haus með skýringarmynd af arkitektúrflæði fyrir neðan.
Þríhyrningsmynd sem sýnir þrjú lykilhlutverk í nútíma gagnateymum: gagnagreinandur, gagnaverkfræðinga og gagnafræðinga.
Miðlægur þríhyrningur með hlutverkatáknum á hverju horni.
Myndrænn samanburður á gagnavöruhúsi (skipulögð gögn, gagnagrunnstákn) og gagnavatni (óskipulögð gögn, öldutákn).
Tvö stór tákn hlið við hlið með skýringartexta.
Þrjár víddir flækjustigs: tvö aðskilin afrit gagna (séreignar- vs. opin), ósamhæf viðmót (SQL vs. Python), ósamhæf öryggis- og stjórnunarlíkön (töflur vs. skrár).
Þrjár samanburðarraðir með dálkum fyrir vöruhús annars vegar og lón hins vegar.
Einn vettvangur sem sameinar öll gögn, greiningar og gervigreindarvinnslu. Sameinar gagnavöruhús og gagnalón í eitt lag sem styður rauntímagreiningu, BI, gagnafræði og vélnám.
Miðlæg arkitektúrmynd þar sem gagnaflæði frá bæði vöruhúsi og lóni rennur inn í sameinað lag.
Hliðstæður samanburður á nútíma gagnastakka (Fivetran → Airflow → dbt → Snowflake → Looker/Tableau) á móti vistkerfi Databricks (Fivetran + 100 verkfæri → Object Storage → Auto Ingest → Delta + Spark → Delta Live Tables → Databricks SQL).
Lóðrétt flæðirit í tveimur dálkum til samanburðar.
Lakehouse-arkitektúr: Cloud Data Lake neðst (Azure, AWS, GCP), geymsla á opnu sniði, gagnavinnsla, öryggi/stjórnun og hlutverkamiðuð notendaupplifun efst. Kostir: byggt á gagnalóni, innbyggt vélnám, mikill áreiðanleiki, fjölskýjalausn.
Lagskipt arkitektúrmynd vinstra megin, punktalisti hægra megin.
Kaflaskil fyrir hlutann um grunninn að Data Lakehouse.
Hvítur texti á dökkgrænbláum bakgrunni með rúmfræðilegum skreytingum.
Delta Lake brúar bilið á milli gagnalóns og gagnavöruhúss — opin nálgun á gagnastjórnun og stjórnarhætti. Helstu kostir: aukinn áreiðanleiki með færslum, 48x hraðari vinnsla með flokkun (indexing), nákvæm aðgangsstýring.
Þriggja dálka uppsetning: Gagnalónstákn | Delta Lake lógó + kostir | Gagnavöruhústákn.
Opinn hugbúnaður fyrir Lakehouse-arkitektúr ofan á gagnalón. Geymslulag með ACID-færslum fyrir Spark. Helstu eiginleikar: ACID-færslur, stigstærð lýsigögn, tímavél (Time Travel), opið snið, Change Data Feed, sameinuð runu- og streymisvinnsla, skemastýring, endurskoðunarsaga.
Titill með punktalista í tveimur dálkum.
Þrjár áskoranir leystar: Áreiðanleiki og gæði → ACID-færslur, Afköst og svartími → Ítarleg flokkun og flýtiminni, Stjórnarhættir → Stjórnun með gagnaskrám (Data Catalogs).
Þrjár raðir með örvum frá áskorun til lausnar.
Uppbygging færsluskrár: Bæta við skrá, fjarlægja skrá, uppfæra lýsigögn, skilgreina færslu, breyta samskiptareglum, staðfestingarupplýsingar. Sýnir _delta_log möppu með JSON-staðfestingum og parquet-aðgerðum.
Punktalisti efst, tvö svæði með kóða/skýringarmyndum fyrir neðan.
Delta Lake býr til eftirlitsskrár (checkpoint files) á 10 færslna fresti á Parquet-sniði. Sýnir uppbyggingu skráa, listFrom útgáfukerfi og meðhöndlun samhliða lesturs/skrifa með bjartsýnni samhliðastýringu.
Tvær skýringarmyndir sem sýna skráaruppbyggingu og flæði lesturs/skrifa.
Brons-Silfur-Gull arkitektúr: Brons (hrágögn/saga) → Silfur (síað, hreinsað, bætt) → Gull (samantekt fyrir viðskiptaþarfir). Uppsprettur: Kafka, Kinesis, CSV/JSON, Spark. Notendur: Rauntímagreining, BI, gagnafræði/vélnám.
Gagnaflæði frá vinstri til hægri í gegnum þrjú gagnastig.
Flókið flæðirit af raunverulegri gagnaleiðslu sem sýnir flæktar háðir á milli margra uppsprettna, vinnslustiga og notenda. Að viðhalda gæðum og áreiðanleika í stórum stíl er flókið og viðkvæmt.
Óreiðukennd skýringarmynd af gagnaleiðslum með mörgum krossuðum brotalínum.
Gagnaverkfræði á Databricks Lakehouse vettvangnum: Gagnaöflun → Gagnavinnsla → Gæðastýring gagna → Sjálfvirk innleiðing og rekstur → Rekstrarsýnileiki, rekjanleiki og gagnsæi leiðslna. Tímasetning og stýring. Delta Lake opið geymslusnið sem grunnur.
Lagskipt skýringarmynd af vettvangnum með gagnauppsprettur vinstra megin og notendur hægra megin.
Kaflaskil fyrir kaflann um eiginleika vinnusvæðisins.
Miðjaður texti á kórallituðum bakgrunni
Klasar (Clusters) veita reikniafl fyrir vinnslu í gagnagreiningu, gagnafræði eða gagnaverkfræði. Sýnir viðmót fyrir klasastillingu með Databricks Runtime 7.5 ML, Spark 3.0.1 og Community Optimized drifgerð
Lýsingartexti efst, skjámynd af viðmóti í fullri breidd fyrir neðan
Vefviðmót til að skrifa og keyra kóða með keyranlegum sellum fyrir skrár, töflur, myndræna framsetningu og skýringartexta. Sýnir minnisbók (notebook) með efni um úrtaksaðferðir og breytingasögu
Lýsingartexti efst, skjámynd af minnisbók fyrir neðan
Auto Loader vinnur úr nýjum gagnaskrám úr skýjageymslu (GCS, DBFS) jafnóðum. Samanburður fyrir og eftir: útilokar flókna uppsetningu á tilkynningaþjónustu + biðraðakerfi + Airflow. Inniheldur kóðadæmi í Scala
Lýsing, fyrir/eftir skýringarmyndir og kóðabrot
Verk (Jobs) keyra minnisbækur samkvæmt áætlun fyrir ETL, gerð líkana o.fl. Sýnir DAG-vinnuflæði: Clicks_Ingest → Sessionize + Orders_Ingest → Match → Build_Features → Persist_Features + Train
Lýsingartexti efst, skýringarmynd af DAG-vinnuflæði fyrir neðan
Umhverfi til að skilgreina, innleiða, prófa og uppfæra gagnapípur á lýsandi hátt. Sýnir DLT-pípuviðmót með myndrænni framsetningu á tengslum taflna og atburðaskrá
Lýsingartexti efst, skjámynd af DLT-pípu í fullri breidd
Samþætting á geymslustigi við GitHub, GitLab, Bitbucket og Azure DevOps. Hönnuðir geta afritað (clone), stýrt greinum (branches) og sent/sótt breytingar beint úr vinnusvæðinu
Lýsingartexti efst, skjámynd af Repos-viðmóti með skráavafra
MLflow Model Registry til að stýra öllum lífsferli ML-líkana. Sýnir útgáfustýringu líkana, stöðubreytingar (í geymslu, í framleiðslu, í prófun) og beiðnir í bið
Lýsingartexti efst, skjámynd af Model Registry með útgáfutöflu
Kaflaskil fyrir kaflann um stjórnarhætti (governance)
Miðjaður texti á kórallituðum bakgrunni
Skýringarmynd sem sýnir flókið samhengi: 4 gagnagerðir (skipulögð, hálfskipulögð, óskipulögð, streymi) × 3 skýjalausnir × aðskildar öryggisreglur × mörg úttaksafrit
Flæðirit frá gagnagerðum í gegnum ský yfir í öryggi og loks úttak
Fyrirtæki þurfa að deila og stýra fjölbreyttum gagnavörum: skrám, mælaborðum, líkönum og töflum
Fjögur tákn í röð með skýringum
Miðlæg skráning, leit og uppgötvun gagna- og AI-eigna. Samræmt líkan fyrir stjórnarhætti þvert á ský. Samþætting við núverandi gagnaskrár fyrirtækja. Örugg deiling rauntímagagna með Delta Sharing
Skjámynd af Unity Catalog vinstra megin, fjórir punktar hægra megin
Opinn samskiptastaðall fyrir örugga gagnadeilingu: Gagnaveita → Delta Lake tafla → Delta Sharing þjónn → Delta Sharing samskiptastaðall → Gagnaþiggjandi (Power BI, Tableau, Spark, pandas, Java)
Flæðirit frá vinstri til hægri, frá veitu til þiggjanda
Kaflaskil fyrir kaflann um ML-vinnusvæðið
Miðjaður texti á grænum bakgrunni
Hlið við hlið samanburður: Data Warehouse (BI-öpp → SQL-vél → Séreignageymsla) á móti Data Lakehouse (ML-öpp + BI-öpp → Python/R + SQL-vél → Skýjageymsla með opnum sniðum: PNG, UTF-8, Parquet)
Tvær arkitektúrsmyndir hlið við hlið
Samvinnulausn sem byggir á gögnum fyrir allan lífsferil ML: Samvinnu-minnisbækur á mörgum tungumálum → Þjálfun/fínstilling líkana, rakning/skráning líkana, hýsing/vöktun líkana, sjálfvirkni/stjórnarhættir → Opið fjölskýja Data Lakehouse og eiginleikageymsla (Feature Store)
Þriggja laga skýringarmynd af vettvangi
Fjórar kröfur: Aðgangur að óskipulögðum gögnum (myndir, texti, skölun í petabæti), opin hugbúnaðarsöfn (TensorFlow, scikit-learn, R), sérhæfður vélbúnaður (GPU, sveigjanleiki skýja), stýring á lífsferli líkana (gögn, uppruni, innleiðing í framleiðslu)
Fjórskipt uppsetning með punktalistum
Viðskiptagreind (SQL, BI-verkfæri, stór gögn, vöruhús), gagnafræði (R, SAS, Python, tölfræðigreining, lítil gagnasett), vélrænt nám (Python, djúpnám, GPU, stór gagnasett, óskipulögð gögn). ML-hlutinn er auðkenndur með grænbláum ramma
Þriggja dálka samanburður með táknum fyrir hlutverk
ML vinnur með ómótuð gögn, krefst gríðarstórra gagnasafna, notar opna DataFrames (ekki SQL), skilar líkönum (ekki skýrslum) og þarf stundum sérhæfðan vélbúnað (GPU)
Punktalisti vinstra megin, stórt táknmynd af tannhjóli/manneskju hægra megin
Opin verkfæri fyrir bæði þjálfun og rekstur líkana á Lakehouse. Líkön eru líka gögn. MLflow fyrir MLOps: fylgstu með og stýrðu gögnum líkana, uppruna (lineage) og inntaki; hýstu líkön sem Lakehouse-þjónustur
Punktalisti vinstra megin, táknmynd af sendibíl hægra megin
Töflur halda utan um skipulagt inntak líkana en skortir: uppruna (upstream lineage), afleiddan uppruna (downstream lineage), samþættingu við kallara líkana og rauntímaaðgang. Eiginleikageymslur (Feature stores) leysa þessi vandamál
Punktalisti vinstra megin, gagnagrunnstákn hægra megin
Kaflaskil — Keyrðu fyrirspurnir á gögn í Data Lake með ANSI SQL með innbyggðum ritli, viðvörunum, myndrænni framsetningu og gagnvirkum mælaborðum
Miðjaður texti á grænum bakgrunni með lýsingu
SQL fyrirspurnaritill með sjálfvirkri útfyllingu, töfluvafrara og tengingu við endapunkta. Sýnir fyrirspurn í NYC taxi gagnasafnið með tillögum að dálkum
Lýsandi texti efst, skjáskot af fyrirspurnaritli fyrir neðan
SQL mælaborð sem sameina myndræna framsetningu: Handbært fé ($16M), Fjöldi salna (103K), Mánaðarlegur vöxtur (13%), Meðalkarfa ($154), Yfirlitskort yfir viðskiptavini, Línurit yfir upphæð á dag og kökurit yfir vöruflokka
Skjáskot af mælaborði í fullri breidd með mörgum gerðum eininga
Viðvaranir láta vita þegar niðurstöður áætlaðra fyrirspurna ná ákveðnum viðmiðum. Sýnir viðmót til að búa til viðvaranir, lista yfir viðvaranir með stöðunni „Triggered/OK“ og stillingar fyrir almennar viðvaranir með áfangastöðum (Pops, Platform, Test Webhook)
Lýsandi texti efst, fjögur skjáskot af viðmóti í töfluformi
Fyrirspurnasaga sem sýnir SQL fyrirspurnir keyrðar í gegnum SQL endapunkta með upplýsingum um keyrslu: sundurliðun tíma (bestun 35%, keyrsla 64%, gagnaflutningur 1%), fjöldi raða og lesin bæti
Lýsing efst, skjáskot af hliðarstiku + fyrirspurnalista + upplýsingaglugga
Loka-glæra með vörumerki Databricks
Einfaldur þakkartexti á dökkgrænbláum bakgrunni með rúmfræðilegum formum
Algengar spurningar um þessa glæru og undirliggjandi kynningarefni.
Databricks er samþættur og opinn gagnavettvangur sem sameinar það besta úr gagnavöruhúsum (data warehouses) og gagnavötnum (data lakes) í eina Lakehouse-arkitektúrlausn. Vettvangurinn styður gagnaverkfræði, gagnavísindi, vélrænt nám og SQL-greiningu á einum stað og byggir á opinni tækni eins og Apache Spark, Delta Lake og MLflow.
Þetta 46 glæru sett fer yfir: núverandi áskoranir í gagnastjórnun, hugmyndafræði Data Lakehouse, grunninn að Delta Lake (ACID-færslur, eftirlitsstöðvar, medallion-arkitektúr), eiginleika Databricks-vinnusvæðisins (klasar, minnisbækur, verk, kóðasöfn, líkön, Delta Live Tables, AutoLoader), gagnastjórnun með Unity Catalog og Delta Sharing, ML-vinnusvæði og MLOps, ásamt SQL Analytics-vinnusvæði (fyrirspurnir, mælaborð, tilkynningar).
Þessi kynning er hönnuð fyrir gagnaverkfræðinga, gagnavísindafólk, gagnagreinandur og tæknilega ákvarðanatökuaðila sem vilja skilja Databricks-vettvanginn. Hún nýtist bæði sem tól fyrir sölufólk og sem fræðsluefni við innleiðingu fyrir teymi sem eru að meta eða taka upp Databricks.
Kynningin inniheldur beinan samanburð sem sýnir hvernig nútíma gagnastafla (modern data stack) krefst margra aðskildra tóla (Fivetran, Airflow, dbt, Snowflake, Looker, Tableau), á meðan vistkerfi Databricks sameinar þetta á einn vettvang með Auto Ingest, Delta + Spark, Delta Live Tables og Databricks SQL.
Delta Lake er opið geymslulag sem færir gagnavötnum ACID-færslur, stigstærðlega meðhöndlun lýsigagna og samþætta vinnslu á lotu- og streymisgögnum. Það býður upp á 48 sinnum hraðari gagnavinnslu með flokkun (indexing), tímaferðalagi (time travel) fyrir útgáfustýringu gagna, skema-fylgni og nákvæmri aðgangsstýringu — sem gerir gagnavötn jafn áreiðanleg og gagnavöruhús.
Já, kynningin inniheldur raunverulegar skjáskot úr viðmóti Databricks fyrir klasa, minnisbækur, AutoLoader, verk, Delta Live Tables, kóðasöfn, MLflow Model Registry, SQL-fyrirspurnir, mælaborð, tilkynningar, fyrirspurnasögu og Unity Catalog — sem gefur raunsæja mynd af upplifun notenda á vettvangnum.
Já, PPTX-skráin er að fullu breytanleg. Þú getur uppfært gögn, bætt við samhengi þíns fyrirtækis, breytt arkitektúr-skýringarmyndum og sérsniðið innihaldið fyrir þinn markhóp — hvort sem er fyrir sölukynningar, innri þjálfun eða tæknilega fyrirlestra.
Databricks styður fjölskýjaumhverfi (multi-cloud) og virkar með Microsoft Azure, AWS og Google Cloud. Kynningin leggur áherslu á þennan fjölskýjamöguleika sem lykilkost, þar sem gögnin þín eru geymd í þínu eigin gagnavatni í skýinu með opnum sniðum.
Create Your Own Slides
Turn your ideas into professional presentations in seconds with 2slides AI.
Sæktu innblástur í faglega hönnun, veldu þinn stíl og búðu til glærur með fullkominni textabirtingu. Knúið af Nano Banana—byrjaðu að búa til kynninguna þína núna.
Þinn AI-þjónn fyrir glærur. Sparaðu tíma, skín hraðar með snjallri kynningargerð.
© 2026 2slides. Allur réttur áskilinn.