Lakeflow Designer 是用于数据准备和分析的直观、无代码、AI 原生体验。 它直接内置于Azure Databricks中,允许用户通过拖放画布和自然语言准备和浏览数据。 生成的工作流(称为视觉数据准备)由生产就绪代码提供支持,并完全受 Unity 目录控制,因此工作从原型顺利迁移到生产环境,无需反向工程或重新生成。
| 任务 | Description |
|---|---|
| 什么是 Lakeflow 设计器? | 了解Lakeflow Designer的界面和概念。 |
| 教程:构建可视化数据准备 | 使用样本数据,构建你的第一个从源到输出的可视化数据准备流程。 |
| Lakeflow Designer 界面 | 浏览页眉、左面板、画布、配置面板和输出面板,添加和连接操作符。 |
| 在Lakeflow Designer中使用Genie Code。 | 使用 Genie Code 以自然语言构建和编辑可视化数据准备流程。 |
| 在 Lakeflow Designer 中预览并优化结果 | 预览结果,运行完整的视觉数据准备,并编辑结果表中的数据。 |
| 在Lakeflow Designer中使用目录 | 查找、筛选和排序操作符,并查看生成的代码。 |
| 将数据导入 Lakeflow Designer | 将数据导入可视化数据准备流程。 |
| 在 Lakeflow 设计器中使用参数 | 使用参数使可视化数据准备在不同环境中可重复使用。 |
| Lakeflow Designer 内置操作符 | 探索可视化数据准备中内置的操作符。 |
| 在 Lakeflow Designer 中管理视觉数据准备文件 | 创建、导出、导入、重命名、删除并查看视觉数据准备文件的历史。 |
| 将可视化数据准备文件移到生产环境 | 借助 Git、作业和声明式自动化捆绑包,将可视化数据准备部署到生产环境。 |
| Lakeflow Designer 中的 Designer 应用 | 让同事们自己完成你的可视化数据准备工作。 他们选择一个地区、一个日期范围或一个文件,无需编写代码或打开画布即可获得结果。 |
自定义运算符
你可以创建自定义操作符,用于Lakeflow Designer。
| 任务 | Description |
|---|---|
| Lakeflow Designer 中的自定义操作符 | 了解自定义运算符的工作原理,并注册、更新和排查它们。 |
| 为Lakeflow Designer自定义操作符编写逻辑 | 编写由自定义操作符运行的 Python 或 Unity Catalog 函数逻辑。 |
| 自定义操作符 YAML 引用 | 自定义操作符的 YAML 模式的完整参考。 |
| 教程:复利计算器运算符 | 在Unity Catalog用户自定义函数(UDF)中使用Python构建一个自定义算子,计算复利。 |
| 教程:K-means 聚类分析 | 构建一个自定义算子,使用 K 均值聚类,使用 Unity Catalog 用户自定义表函数(UDTF)中的 Python。 |
| 教程:发送 Slack 消息 | 构建一个自定义操作符,发送 Slack 消息,使用 Unity Catalog 用户自定义函数(UDF)中的 SQL。 |
| 教程:所有 UI 小组件演示 | 用 Unity Catalog 用户自定义函数(UDF)中的 Python 构建一个自定义操作符,使用所有可用的 UI 控件。 |
| 教程:Gmail 邮件发送器操作符 | 使用 Python 在独立的 python-run-function 中构建一个发送 Gmail 的自定义算子。 |