MATLAB与Databricks

使用SQL在云中发送查询和操作数据。使用MATLAB Database Toolbox™或Spark SQL从Databricks表、Databricks-connected数据源和各种文件类型中读取数据。以多种文件格式创建您自己的表，或使用Databricks Delta Lake表和Delta Lake。查询结果被转换为MATLAB表格，这些表格可直接在MATLAB工具箱和算法中使用。也可以创建自己的支持云计算的算法。

使用DBFS在云中浏览数据。创建、上传、下载和组织本地文件，一切都来自MATLAB。使用Databricks Connect，可以从桌面直接在云中使用Spark。使用大型数据集并利用Spark的可扩展性和速度。在优化算法时下载数据样本，并在本地训练和测试AI模型，然后将其部署到云中的完整数据集上运行。

使用MATLAB编译器和MATLAB编译SDK，将MATLAB代码作为Spark Submit作业执行。当部署到启用MATLAB Runtime的Databricks集群时，您的MATLAB算法可以扩展到任意数量的节点。临时运行MATLAB作业或按自动时间表运行。使您的MATLAB算法能够利用Spark的并行处理能力，并加速云中的数据处理。

一旦MATLAB算法部署到Databricks中，就可以与其他用户共享它们，并将它们合并到多步骤工作流中。将MATLAB算法作为作业在本地大规模部署和执行，或在支持MATLAB运行时的集群上部署和执行。

将MATLAB代码部署为库或用户定义的函数，以用于任何语言，包括SQL脚本。Java或Python库和笔记本也可以使用此代码。