Databricks 速查

使用说明

Databricks 常用操作速查：核心概念、Notebook 与魔法、Delta Lake、Databricks CLI、作业与运维；支持搜索与分类筛选，点击即可复制。

1. 按用途点分类：核心概念、Notebook 与魔法、Delta Lake、Databricks CLI、作业与运维。
2. 点「命令」列复制，替换目录与作业 id 后执行。
3. 在 Notebook 用 %sql/%python 切换语言，用 dbutils 取参数。
4. 用 Delta 表做 ACID 读写，定期 OPTIMIZE/VACUUM 维护。

常见问题

Lakehouse 是什么？

把数据湖的开放性与数据仓库的可靠性结合：Delta Lake 在对象存储上提供 ACID 事务、版本与 schema 管理，一套数据同时服务 BI 与 ML。

Delta 和 Parquet 有何不同？

Delta 建立在 Parquet 之上，增加事务日志，带来 ACID、时间旅行（版本回滚）、upsert(MERGE) 与并发控制，更适合生产数据表。

如何做增量摄取？

用 Auto Loader 监控云存储新文件并流式/增量读入，自动跟踪已处理文件，免维护状态，是常见的入湖方式。

延伸阅读

• Spark 速查
• BigQuery 速查
• Snowflake 速查