Práticas recomendadas de engenharia de dados

Os artigos a seguir fornecem práticas recomendadas para engenharia de dados no Azure Databricks.

• Otimizar o desempenho de junção no Azure Databricks
• Modelagem de dados
• Configurar o repositório de estado do RocksDB no Azure Databricks
• Ponto de verificação de estado assíncrono para consultas com estado
• O que é o acompanhamento de progresso assíncrono?
• Considerações de produção para o Streaming Estruturado
• Limpar e validar dados com processamento em lote ou de fluxo
• Observabilidade no Azure Databricks para tarefas, Pipelines Declarativos do Lakeflow Spark e Lakeflow Connect
• Arquitetura de fan-in e fan-out no Lakeflow Spark Declarative Pipelines
• Práticas recomendadas para os pipelines declarativos do Lakeflow Spark

Para obter links para outros artigos de práticas recomendadas, incluindo as práticas recomendadas de fluxos de trabalho de CI/CD, consulte a prática recomendada.