Die Referenzarchitektur für MATLAB und Simulink auf Databricks ermöglicht es Anwendern, mit Daten dort zu arbeiten, wo sie sich befinden, und dabei domänenspezifische Modellierung mit der Sicherheit und skalierbaren Rechenleistung von Databricks zu kombinieren.
Die MATLAB-Schnittstelle für Databricks ermöglicht es Ingenieuren und Datenwissenschaftlern, MATLAB- und Simulink-Workflows direkt auf Databricks zu entwickeln, zu skalieren und bereitzustellen, wodurch Algorithmen und Simulationen in Produktionspipelines und digitalen Zwillingen operational werden.
- MATLAB und Simulink direkt in Databricks ausführen
- SQL mit MATLAB und Databricks verwenden
- Modelle in MATLAB und Simulink entwickeln und mit Spark™ skalieren
- Interaktiv mit Spark in MATLAB arbeiten
- MATLAB- und Simulink-Algorithmen und -Modelle mit Python- und SQL-Anwendern teilen
- Simulink-Modelle in Databricks als digitale Zwillinge bereitstellen
Interaktive Entwicklung und Prototypenerstellung
MATLAB und Simulink auf Databricks
Die MATLAB- und Simulink-Referenzarchitektur auf Databricks bringt interaktive Berechnungen zu den Daten und ermöglicht es Teams, mithilfe von Daten sicher innerhalb von Databricks zu entwickeln und zu simulieren.
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. Bearbeiten Sie Daten per Fernzugriff und verwenden Sie SQL, um auf tabellarische Daten in Databricks zuzugreifen. Verwenden Sie Apache Spark™ SQL, um Daten in Spark-Workflows abzufragen.
Programmatische Interaktion mit Databricks
Die REST-API ermöglicht es dem MATLAB-Anwender, programmgesteuert mit der Databricks-Umgebung aus MATLAB zu interagieren. Zum Beispiel, um Jobs oder Cluster innerhalb von Databricks zu steuern.
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.
Produktionsbereitstellung mit MATLAB und Simulink
Produktionsbereitstellung mit MATLAB und Simulink in Databricks
Paketieren und stellen Sie Ihre Algorithmen und Modelle auf Databricks-Clustern mithilfe von MATLAB Compiler SDK and Simulink Compiler mit MATLAB Runtime bereit. Führen Sie sie On-Demand in Notebooks aus, planen Sie sie als Jobs, integrieren Sie sie in Datenpipelines und betreiben Sie digitale Zwillinge.
Referenzarchitektur für MATLAB und Simulink auf Databricks
Download der MATLAB-Schnittstelle für Databricks
Version 7.0.4
Technischen Experten kontaktieren
Verwenden von 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.
Interaktives Arbeiten 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.
Ausführen von MATLAB-Algorithmen nativ auf Databricks Spark-Clustern
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 von 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.
