Databricks的核心组件是数据科学工作区，这使得数据团队中的每个人都可以进行协作。数据团队中的每个人都使用协作笔记本环境:数据科学家、数据分析师、数据工程师和其他人。Databricks被广泛的行业用于同样广泛的用例集。本图库通过notebook展示了一些可能性，这些notebook可以轻松地导入到您自己的Databricks环境或免费社区版(CE)．

三角洲湖

构建您的数据湖屋，并获得开放文件格式上的ACID事务、时间旅行、约束和更多信息

砖:7.6.x– not CE

深入三角洲湖

本文深入探讨了Delta Lake，这是一种开源存储格式，它将ACID事务引入Apache Spark™。

δ pyspark 数据管理

砖:8.0.x

使用三角洲湖从R

这是一个使用Delta Lake的快速入门，这是一个使用SparkR的开源存储格式。

r δ 数据管理

砖:7.6.x

教程:三角洲湖简介

Delta Lake:一种开源存储格式，将ACID事务引入Apache Spark和大数据工作负载。

δ pyspark 时间旅行 数据管理

考拉

轻松地将pandas数据科学代码从单节点移动到分布式集群

砖:7.6.x

从熊猫到考拉10分钟

这是对那些熟悉熊猫的人在大规模问题上过渡到考拉的温和介绍。

eda 熊猫 考拉 pyspark

机器学习

支持流行的机器学习框架，如TensorFlow, Spark MLlib, Horovod

砖:7.6.xw/GPU – not CE

使用PyTorch和Horovod进行分布式深度学习

学习如何使用Horovod在PyTorch中执行模型的分布式训练。

pytorch horovod 分布式训练

砖:8.1.x

用Spark构建一个流式ML应用程序

构建一个流式ML应用程序，使用Spark监控信用卡欺诈。

pyspark 欺诈检测 结构化流

砖:7.6.x

开始使用Spark MLlib

介绍如何将Spark MLlib库用于ML应用程序。

mllib pyspark 工程特性 hyperparameter搜索

砖:7.6.xw/GPU – not CE

从Spark到TensorFlow:简化数据转换

简化Spark dataframe的数据转换，用于TensorFlow。

pyspark petastorm tensorflow 分布式训练

砖:7.6.xw/GPU – not CE

TensorFlow 2分布式深度学习

学习如何使用TensorFlow 2执行分布式训练。

tensorflow 深度学习 分布式训练

MLflow

对机器学习的端到端支持:从训练模型到将模型投入生产

砖:7.6.x

使用MLflow开始学习ML项目的日志记录

介绍用于ML工作流管理的MLflow日志API。

MLFLOW sckikit-learn 随机森林

砖:7.6.x

快速入门:如何使用MLflow流畅跟踪api

了解如何在MLflow中使用高级流畅跟踪api。

MLFLOW 流利的 sckikit-learn 随机森林

砖:7.6.x– not CE

用于表格数据的端到端机器学习示例

这是一个笔记本，展示了表格数据的端到端ML生命周期的示例。

MLFLOW sckikit-learn 随机森林 hyperparameter搜索

砖:8.0.x

MLflow快速入门与R

学习如何在R中使用MLflow进行ML跟踪。

r MLFLOW

Apache火花™

为数据湖屋的数据工程和数据科学提供动力的分布式计算引擎

砖:8.1.x

传感器数据流应用程序

了解如何在Spark中为传感器数据应用程序使用结构化流。

sql pyspark 结构化流

砖:8.1.x

用Spark分析旧金山火灾电话

用火花ETL分析打给旧金山消防局的电话。

etl eda pyspark

砖:8.1.x

与Spark中的外部数据源交互

简要介绍如何从Spark访问外部数据源并与之交互。

sql udf 火花 scala

砖:8.1.x

结构化流实时应用程序

在Spark中实时数据的结构化流的语义介绍。

sql pyspark 结构化流

砖:8.0.x– not CE

使用用户定义函数(udf)扩展SparkR

学习如何通过使用R中的udf编写自定义函数来扩展SparkR的功能。

udf sparkr 分布式计算

砖:8.1.x

自适应查询执行

演示Spark 3.0中的自适应查询执行(AQE)。

sql pyspark 自适应查询执行(aqe)

用例

Databricks应用于许多行业，包括金融、零售、技术、制造等

砖:7.6.x

零售市场篮子分析

这是一本展示如何为零售执行市场篮子分析的笔记本。

零售 市场篮子分析

砖:7.6.x

用Spark扩展金融时间序列

使用Spark分析财务时间序列数据，以识别市场操纵。

pyspark 时间序列 欺诈检测

解决方案
加速器

在五个不同的行业中使用Databricks的完整模板

探索解决方案