Materialização de datasets em dashboards AI/BI para carregar mais rápido
Pré-calcule e armazene resultados de datasets em dashboards AI/BI para acelerar a interatividade e reduzir custos com consultas pesadas.
O que mudou
A materialização de datasets calcula e armazena os dados previamente, permitindo que os dashboards publicados sejam renderizados a partir de resultados salvos em vez de reexecutar consultas caras a cada interação.
Para que serve
Imagine que você tem um dashboard com múltiplos filtros e junções complexas que demora para carregar a cada clique dos usuários.
- Acelerar dashboards pesados sem precisar remodelar os dados.
- Reduzir o custo do warehouse em leituras repetidas.
- Automatizar a criação e o armazenamento sem gerenciar pipelines ou esquemas.
Como usar
Para habilitar a materialização, configure a opção ao publicar o seu dashboard:
- Abra o painel lateral de publicação do dashboard.
- Selecione a opção de permissões de dados compartilhados.
- Ative a chave de materialização de datasets.
- Clique em publicar.
Limitações e requisitos
- Recurso em estágio Beta.
- Requer que o administrador do workspace ative a opção nas pré-visualizações.
- Funciona apenas em dashboards publicados com permissões de dados compartilhadas.
- Não suporta datasets que usam parâmetros.
- Dados protegidos por segurança em nível de linha ou máscaras de coluna não usam a materialização.
Como aplicar num pipeline
Use a materialização no final da entrega do dashboard para otimizar a experiência de consumo na camada de apresentação (Gold), evitando reprocessamento constante de tabelas grandes.
- ai/bi
- dashboards
- materialization
- unity catalog
- serverless
Dataset materialization for AI/BI dashboards is now in Beta
Resumo e explicação gerados por IA a partir da release note oficial. Em caso de dúvida, a documentação oficial da plataforma prevalece.
Relacionadas
- DatabricksGA
Repositórios de pacotes em nível de workspace para Databricks Apps
Administradores de workspace podem configurar repositórios padrão de pacotes Python e npm para Databricks Apps.
databricks apps · workspace settings - DatabricksGA
Redimensione partições de stateful streaming sem perder o checkpoint no Databricks
Agora é possível alterar o número de partições de shuffle em queries Structured Streaming e pipelines Lakeflow sem descartar o estado do checkpoint.
structured streaming · lakeflow - DatabricksAtualização
Google Gemini 4 Argon disponível no Unity Gateway do Databricks
O modelo multimodal Google Gemini 4 Argon já pode ser acessado via Foundation Model APIs e Unity Gateway.
unity catalog · foundation model apis