Aus dem Kurs: Datamining mit Databricks/Spark und Automated Machine Learning in der Cloud
So erhalten Sie Zugriff auf diesen Kurs
Werden Sie noch heute Mitglied und erhalten Sie Zugriff auf mehr als 24.700 Kurse von Branchenfachleuten.
Data Lake mounten
Aus dem Kurs: Datamining mit Databricks/Spark und Automated Machine Learning in der Cloud
Data Lake mounten
Wir können den Data Lake mounten, um auf die Daten, die sich im Data Lake befinden, zuzugreifen, ohne uns bei der Abfrage authentifizieren zu müssen. Um den Data Lake zu mounten, müssen wir als ersten Schritt wieder in die Konfiguration unseres Clusters. Ich möchte hier nochmal hinweisen, dass wir auf dem Premium-Tarif uns befinden und dementsprechend ein Passthrough der Credentials möglich ist. Falls Sie einen Standard-Tarif haben, dann müssen Sie andere Konfigurationen durchführen. Wenn wir also nun in diesen Cluster klicken, auf »Edit« klicken und bei Advanced Options das Häkchen setzen bei Enable credential passthrough, können wir unseren User auswählen, der nun den Zugriff zu dem Data Lake haben soll. Hier möchte ich noch hinweisen, dass der User im Data Lake auch die dementsprechenden Rechte haben soll. D. h., falls Sie beispielsweise keine Rechte in dem Data Lake haben, obwohl Sie die Zugangsdaten haben, wird es in dem Fall auch nicht möglich sein. Wir müssen jetzt nur noch…
Inhalt
-
-
-
-
-
Cluster erstellen4 Min. 19 Sek.
-
(Gesperrt)
Daten abrufen4 Min. 17 Sek.
-
(Gesperrt)
Data Lake mounten4 Min. 49 Sek.
-
(Gesperrt)
Daten mit Spark analysieren4 Min. 14 Sek.
-
(Gesperrt)
Informationen in Spark UI interpretieren4 Min. 27 Sek.
-
(Gesperrt)
Daten mit Spark visualisieren2 Min. 12 Sek.
-
(Gesperrt)
AutoML-Anforderungen installieren5 Min. 3 Sek.
-
(Gesperrt)
AutoML-Training starten3 Min. 31 Sek.
-
(Gesperrt)
AutoML-Trainingsergebnisse interpretieren4 Min. 55 Sek.
-
(Gesperrt)
Was Sie in diesem Kapitel gelernt haben50 Sek.
-
-