目次

Search

  1. はじめに
  2. Informatica Data Engineering Integrationについて
  3. マッピング
  4. マッピングの最適化
  5. ソース
  6. ターゲット
  7. トランスフォーメーション
  8. Pythonトランスフォーメーション
  9. データプレビュー
  10. クラスタワークフロー
  11. プロファイル
  12. 監視
  13. 階層データ処理
  14. 階層データ処理設定
  15. スキーマが変更された階層データの処理
  16. インテリジェント構造モデル
  17. ブロックチェーン
  18. ステートフルコンピューティング
  19. 付録 A: 接続リファレンス
  20. 付録 B: データ型リファレンス
  21. 付録 C: 関数リファレンス

ユーザーガイド

ユーザーガイド

DatabricksとDelta Lakeテーブル

DatabricksとDelta Lakeテーブル

マッピングは、マネージドおよびアンマネージドのDatabricksテーブルにアクセスできます。
Delta Lakeは、大きなテーブルにデータを保存するオープンソースのData Lakeリソースです。Databricksは、保存されたデータを管理し、データへの高速アクセスを可能にします。Delta Lakeは、ACIDトランザクションとメタデータのスケーラブルな処理をサポートしています。Databricks Delta Lakeでは、Spark、PrestoDB、Flink、Trino、およびHiveなどのコンピューティングエンジンと、Scala、Java、Rust、およびPythonのAPIを使用してレイクハウスを構築できます。
マッピングは、次のストレージタイプのいずれかに作成したアンマネージドDatabricksテーブルにもアクセスできます。
  • Azure Blob Storage
  • Azure Data Lake Storage(ADLS)Gen1またはGen2
  • Amazon Web Services(AWS)S3
詳細については、『Databricks documentation』を参照してください。
Databricksソーススキーマの変更をDelta Lakeターゲットに適用するように動的マッピングを設定できます。『Databricksスキーマの進化』を参照してください。
Delta Lakeリソースをマッピングで使用するには、リレーショナルデータオブジェクトを作成し、JDBC接続を使用してリソースに接続します。