软件下载帮助文档新闻资讯

Skill UI

浏览并发现 18950+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索 Delta Lake ，共找到 12 条记录

默认排序最新上传最多下载

数据工程：构建数据管道与仓库

sickn33/antigravity-awesome-skills

专业的系统级数据工程师，专注于构建和优化可扩展、高性能的现代数据管道和数据仓库。精通整个现代数据栈，掌握Apache Spark、dbt、Airflow等核心技术，并深入实践数据湖仓一体架构（Lakehouse）。涵盖数据清洗、实时流处理、数据治理和多云平台部署，确保数据流程的可靠性和可扩展性。

数据管道架构专家

data-engineering-data-pipeline

sickn33/antigravity-awesome-skills

该技能旨在提供全面的数据管道架构设计与实现能力，涵盖批处理和流式处理场景。专家精通ETL/ELT、Lambda/Kappa等架构模式，熟悉Airflow、Prefect等编排工具，并能利用dbt和Spark进行高效的数据转换。核心能力包括构建数据质量框架（Great Expectations）、管理Delta Lake/Iceberg等湖仓存储，以及进行全面的成本和性能优化。

Databricks 错误排查指南

databricks-common-errors

jeremylongshore/claude-code-plugins-plus-skills

这是一份全面的技术指南，用于诊断和修复Databricks环境中的常见错误。内容涵盖集群状态故障、Spark内存溢出（OOM）、Delta Lake并发写入冲突、权限配置和数据模式不匹配等关键问题，并提供了Python、SQL和Bash等多种语言的修复代码。

Databricks数据湖ETL管道构建

databricks-core-workflow-a

jeremylongshore/claude-code-plugins-plus-skills

本指南详细介绍了使用Databricks和Delta Lake构建生产级ETL数据管道的完整流程。它遵循金字塔型的Medallion架构（Bronze, Silver, Gold），涵盖了增量数据加载（Auto Loader）、数据清洗、去重和业务聚合。适用于构建企业级数据湖仓，确保数据的高质量和可追溯性。

德尔塔湖数据治理与合规

databricks-data-handling

jeremylongshore/claude-code-plugins-plus-skills

本技能提供了关于在Delta Lake中实现稳健数据治理和合规流程的指南，核心利用了Unity Catalog。内容涵盖了数据分类标记、处理GDPR“被遗忘权”的PII数据删除流程，以及设置基于标签的自动化数据保留策略。适用于需要构建安全、合规且可审计的数据湖管道。

Databricks数据迁移实战指南

databricks-migration-deep-dive

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了一套完整的企业级数据平台迁移方案，专注于将数据仓库从Hadoop、Snowflake、Redshift等遗留系统迁移到Databricks。内容包括数据资产发现、数据类型映射转换，以及使用同步、深度克隆等多种模式进行数据抽取和加载，确保数据迁移过程的完整性和可靠性。

Databricks性能调优指南

databricks-performance-tuning

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了一套全面的Databricks性能优化方案。涵盖了针对不同工作负载（如ETL、ML、流式）的集群配置推荐、Spark参数调优、以及Delta Lake的深度优化策略（如Z-Ordering和液体聚类）。帮助用户快速诊断和解决数据处理慢、效率低下的数据问题。

Databricks生产部署清单

databricks-prod-checklist

jeremylongshore/claude-code-plugins-plus-skills

本清单用于指导将Databricks数据管道和工作流部署到生产环境的完整流程。它涵盖了从安全加固（权限、密钥管理）、基础设施验证（集群配置）、代码质量检查（测试、最佳实践），到实际部署和上线后的监控验证等关键步骤，确保数据流程的稳定性和可靠性。

Databricks参考架构指南

databricks-reference-architecture

jeremylongshore/claude-code-plugins-plus-skills

本指南提供了使用Unity Catalog、Delta Lake和Medallion模式的生产级湖仓架构蓝图。它涵盖了工作区组织、三层治理、计算策略的最佳实践，并指导如何结合Asset Bundles实现全面的CI/CD流程，确保项目结构化和团队协作高效。

Fabric 临时 PySpark 代码执行

executing-spark

data-goblin/power-bi-agentic-development

通过 Livy API 在 Fabric Spark 计算上执行 PySpark 或纯 Python 代码，创建的是临时、无持久化工件的会话。此方法提供对 lakehouse Delta 表的完整读写访问权限，非常适合进行自动化 ETL 流程、快速数据转换或不需保存结果的分析任务。用户必须负责管理会话的完整生命周期，确保使用完毕后及时清理。

使用DuckDB查询OneLake数据

data-goblin/power-bi-agentic-development

本技能详细介绍了如何在本地或Fabric Notebook环境中，使用DuckDB连接OneLake（一体化数据湖），查询存储的Delta Lake表和原始文件（如Parquet, CSV, JSON）。它支持本地CLI和Notebook两种模式，适用于数据探索、质量验证、模式发现等场景，功能为只读查询。

数据管道架构设计

data-engineering-data-pipeline

sickn33/agentic-awesome-skills

专注于设计与构建可扩展、可靠且低成本的数据管道，覆盖批处理与流式处理场景。内容包括 ETL/ELT、Lambda、Kappa 与湖仓架构选型，Airflow/Prefect 任务编排，dbt 与 Spark 数据转换，Delta Lake/Iceberg 存储管理，数据质量校验及成本优化策略。

1

语言