1回答
拼花模式管理
、、、
我最近开始了一个新的项目，在那里我们使用火花来以Parquet格式写/读数据。该项目正在迅速变化，这里和那里，我们确实需要定期改变拼花文件的模式。目前，我正在与版本控制数据和代码进行斗争。我们使用版本控制系统作为代码库，但是很难(至少在我看来)对数据本身这样做。我还提供了迁移脚本，用于将数据从旧模式迁移到新模式，但在运行迁移之前，我会松散了解parquet文件的模式。
浏览 0提问于2018-10-19得票数 3
1回答
我已经成功地在Databricks中挂载了带有服务主体的ADLS，并且能够对数据进行必要的转换。
现在，我正在使用用户分配的托管身份来避免在代码中保留秘密。
浏览 6提问于2022-03-08得票数 0
如果datamart是数据仓库的逻辑分区，那么它在datalake中对应的是什么？另外，在datalake中是否有类似星形或雪花模式的设计？
浏览 0提问于2018-04-02得票数 0
有什么方法可以查看Azure DatalakeGen2日志中的Acl更改吗？资源的诊断设置已经打开。但我无法看到任何由我或其他人所做的更改的条目。
浏览 1提问于2021-10-26得票数 0
回答已采纳
对于像我这样的用户来说，这似乎是一种困惑，因为azure blob存储和蔚蓝数据湖存储有什么主要区别，在哪个用户情况下，azure blob存储比蔚蓝数据湖存储更适合，反之亦然？
谢谢。
浏览 9提问于2020-04-05得票数 4
回答已采纳
我正在尝试将在Ec2实例(API Logs)中生成的日志文件摄取到Azure云中。我需要在azure中选择哪个服务？请帮我找出这个问题的解决方案。
浏览 0提问于2021-03-20得票数 0
1回答
数据湖如何存储数据和格式？
、、、、
我听说数据湖可以存储任何类型的数据:关系型，NoSql，图片/图像，Adobe，Excel。如何以无SQL格式或二叉树存储数据？还是把它像普通硬盘一样保存？如果是这样的话，他们为什么不直接称之为存储，而不是数据湖呢？我正在试图找到“数据湖”的确切存储机制。
浏览 0提问于2018-09-09得票数 2
回答已采纳
我对德尔塔湖的交易记录有点疑惑。文档中提到，默认保留策略为30天，可以通过属性-：delta.logRetentionDuration=interval-string进行修改。但我不明白何时会从delta_log文件夹中删除实际的日志文件。是不是我们运行某个操作时发生的？或者可以是真空操作。但是提到，真空操作只会删除数据文件，不会删除日志。但是它会删除超过指定日志保留时间的日志吗？
参考-：
浏览 2提问于2020-12-29得票数 1
我们已经配置Azure Data诊断日志，以将数据推送到logs。这些数据稍后将用于审核目的。我们遇到的问题-我们的每晚备份过程(从一个数据湖存储备份数据到另一个数据湖存储)产生千兆字节的几乎无用的日志记录。我们可以过滤掉这些日志后，他们上传到日志分析(在查询中)，但这些数据需要空间，它需要很多钱。
在将某些日志上传到logs之前，是否有一种过滤掉这些日志
浏览 0提问于2018-05-25得票数 1
回答已采纳
1回答
我们在ADLS Gen2上运行一个Delta湖，有大量的表和火花作业。这个设置已经稳定了几个月，但上周，我们看到存储帐户内的事务突然增加，特别是在ListFilesystemDir操作中：我们增加了一些较小的作业，在这个时间框架内读取和写入一些数据，但是关闭它们并没有将事务数量减少到原来的水平
浏览 4提问于2021-05-12得票数 3
7回答
我听说了数据湖这个新名词。我在谷歌上查到了
数据湖是一个大规模的存储库和处理引擎.数据池提供“任何类型的数据的大量存储、巨大的处理能力和处理几乎无限并发任务或作业的能力”。术语数据湖通常与面向Hadoop的对象存储相关联。在这种情况下，组织的数据首先加载到Hadoop平台，然后将业务分析和数据挖掘工具应用于其驻留在Hadoop的商品计算机集群节点上的数据。我对Hadoop和数据<
浏览 8提问于2016-03-14得票数 16
我正在尝试从AWS湖编队控制台设置一个数据集。我按照下面的资源进行同样的操作：对s3的湖形成许可不足：
有人能帮上忙吗
浏览 0提问于2020-09-15得票数 10
1回答
我正在尝试在本地实现一个增量湖，以分析一些日志文件和数据库表。我现在的机器上装了ubuntu，apache spark。不确定还需要哪些其他工具。 是否有任何其他工具建议来实施内部数据湖概念？
浏览 20提问于2021-02-10得票数 2
我想使用我的天蓝色数据湖Gen2上的蜂巢Metastore中的达美湖表作为我公司湖房的基础。
以前，我使用了“常规”蜂巢目录表。我会将数据从拼图加载到火花数据，并使用df.CreateOrReplaceTempView("TableName")创建一个临时表，这样我就可以使用spark或% SQL魔术来执行ETL了。但是，如果我不想执行这个saveAsTable操作并写入我的数据湖，该怎么办？使用SQL执行ETL的最佳方法是什么？是
浏览 6提问于2022-09-08得票数 0
回答已采纳
2回答
我想更详细地了解数据仓库和数据湖。
可伸缩的存储存储库，保存大量原生格式的原始数据(“原样”)，直到需要时再加上可以在不损害数
浏览 0提问于2018-12-11得票数 1
如何从Databricks笔记本代码中捕获日志并将其存储到Azure数据湖gen 2中的文件中？
我希望用Scala语言为我的代码实现自定义日志。
浏览 3提问于2022-01-21得票数 1
1回答
我现在正试图通过数据工厂将数据从cosmosdb复制到数据湖存储。cosmos迁移工具不工作，没有导出数据，也没有问题日志。
浏览 3提问于2017-07-11得票数 1
2回答
我有一些不是时间序列的数据库快照。每个快照都很大，250 of，我希望能够将这些数据集与其他外部数据进行比较(我不知道这些数据集的方案)。搜索的一个例子可能是“有多少篇文章是关于短视的？”因此，它必
浏览 0提问于2016-01-28得票数 9
回答已采纳
云服务器
ICP备案
实时音视频
即时通信 IM
云直播
腾讯云开发者
