Die MATLAB-Schnittstelle für Databricks® ermöglicht Ihnen den Zugriff auf Daten und Rechenressourcen in der Cloud. Sie können große Datensätze fernabfragen oder MATLAB Programmcode auf einem Databricks-Cluster ausführen.
- Nutzen Sie SQL für die Arbeit mit Daten in Databricks
- Arbeiten Sie interaktiv mit Spark™ in MATLAB
- Führen Sie kompilierte MATLAB-Algorithmen auf Databricks aus
- Teilen Sie Algorithmen für MATLAB mit anderen Databricks-Nutzern, die mit Python® arbeiten
Zugriff auf Big Data mit SQL
Greifen Sie über einen Databricks-Cluster auf Cloud-Datenquellen zu, indem Sie ihn über Database Toolbox mit MATLAB verbinden. Manipulieren Sie Daten remote und verwenden Sie SQL, um auf tabellarische Daten in Databricks zuzugreifen. Verwenden Sie Apache® Spark™ SQL, um Daten in Spark-Workflows abzufragen.
Nutzung von Spark mit MATLAB und Simulink
Integrieren Sie Apache Spark API-Befehle in Algorithmen von MATLAB mithilfe von Databricks Connect. Die Spark API-Befehle werden auf einem Databricks-Cluster ausgeführt, einschließlich serverloser Cluster.
Einbetten von MATLAB in die Daten
Verwenden Sie MATLAB Compiler SDK und Simulink Compiler, um Ihre Algorithmen für die Ausführung auf einem Databricks-Cluster mithilfe von MATLAB Runtime zu paketieren. Eingesetzte Algorithmen können in Notebooks oder als geplante Jobs bzw. auf Abruf ausgeführt werden. Sie können diese Algorithmen nutzen und in Datenverarbeitungspipelines integrieren.
Programmatische Interaktion mit Databricks
Die REST-API ermöglicht es Ihnen, programmgesteuert aus MATLAB mit der Databricks-Umgebung zu interagieren, zum Beispiel um Jobs oder Cluster innerhalb von Databricks zu steuern.
MATLAB-Schnittstelle für Databricks herunterladen
Version 5.0.8
Haben Sie Fragen?
Sprechen Sie mit einem Databricks-Experten.
Verwenden Sie SQL zur Arbeit mit Databricks-Daten
Senden Sie Abfragen und bearbeiten Sie Daten in der Cloud mit SQL. Verwenden Sie MATLAB Database Toolbox™ oder Spark SQL, um Daten aus Databricks-Tabellen, mit Databricks verbundenen Datenquellen und verschiedenen Dateitypen auszulesen. Erstellen Sie eigene Tabellen in mehreren Dateiformaten oder nutzen Sie Tabellen aus Databricks Delta Lake und Delta Lake. Abfrageergebnisse werden in MATLAB-Tabellen umgewandelt, die direkt in MATLAB-Toolboxen und -Algorithmen verwendet werden können. Außerdem können Sie Ihre eigenen Cloud-fähigen Algorithmen erstellen.
Arbeiten Sie interaktiv mit Clouddaten in MATLAB mit Databricks Connect und DBFS
Erkunden Sie Ihre Daten in der Cloud mit DBFS. Sie erstellen Dateien, laden sie hoch und herunter und organisieren sie wie auf einem lokalen System – alles direkt aus MATLAB. Mit Databricks Connect arbeiten Sie direkt von Ihrem Desktop aus mit Spark in der Cloud. Verarbeiten Sie große Datensätze und nutzen Sie die Skalierbarkeit und Geschwindigkeit von Spark. Laden Sie Beispieldaten herunter, während Sie Ihren Algorithmus optimieren, und trainieren sowie testen Sie Ihre KI-Modelle lokal, bevor Sie sie zur Ausführung auf vollständigen Datensätzen in der Cloud bereitstellen.
Führen Sie Ihre MATLAB-Algorithmen nativ auf Databricks Spark-Clustern aus
Verwenden Sie MATLAB Compiler und MATLAB Compiler SDK, um Ihren MATLAB-Code als Spark-Submit-Job auszuführen. Wenn er auf einem mit MATLAB Runtime ausgestatteten Databricks-Cluster bereitgestellt wird, kann Ihr MATLAB-Algorithmus auf eine beliebige Anzahl von Knoten skaliert werden. Führen Sie Ihre MATLAB-Jobs ad-hoc oder nach einem automatisierten Zeitplan aus. Ermöglichen Sie es Ihren MATLAB-Algorithmen, die parallele Verarbeitungskapazität von Spark zu nutzen und die Datenverarbeitung in der Cloud zu beschleunigen.
Teilen Sie MATLAB-Algorithmen mit anderen Databricks-Nutzern
Sobald MATLAB-Algorithmen in Databricks bereitgestellt wurden, können Sie sie mit anderen Nutzern teilen und in mehrstufige Workflows integrieren. Stellen Sie MATLAB-Algorithmen nativ als Jobs bereit und führen Sie sie skaliert oder auf Clustern mit aktiviertem MATLAB Runtime aus.
Stellen Sie MATLAB-Code als Bibliothek oder benutzerdefinierte Funktion zur Verfügung, die in jeder Sprache verwendet werden kann, einschließlich in SQL-Skripten. Auch Java- oder Python-Bibliotheken und -Notebooks können diesen Code nutzen.
