资源介绍
视频数量：31个
总时长：4小时18分
课程介绍：
Databricks现代数据工作流实战课
你有没有想过，为什么有些公司的数据团队每天加班到深夜报表还是出不来，而另一些公司同样多的数据量，喝杯咖啡的功夫就把分析结果推到老板邮箱里？差别到底在哪？答案往往不是人多不多，而是数据工作流搭得对不对。
主讲人Alex Freeburg在YouTube上更广为人知的名字是Alex the Analyst，使用Databricks已有五年多时间，在之前的工作中深度用过这个平台，也和Databricks合作过多个项目。他很清楚一个好的数据工作流长什么样，也很了解初学者最容易在哪里栽跟头。
课程主题是现代数据工作流。传统ETL讲究先清洗再加载，数据还没进来就要想清楚怎么用，效率很低。现代工作流采用ELT，先原封不动把数据搬进Databricks，需要时再用SQL或Python转换加工，灵活得多，也是当下数据行业的大方向。
课程共31节，总时长四个多小时，分八个模块，从入门到综合项目一条线串下来。
一、入门与平台认知
开头先建立对Databricks的基本认知，讲清它和普通数据库的区别，以及为什么适合做现代数据分析。然后带你创建账号走一遍界面，了解各按钮的功能。
接着讲几个核心概念的区别。托管表的数据生命周期由平台管理，删表数据就没了；外部表挂在自己的云存储上，控制权更灵活。还有SQL编辑器与笔记本的区别、表格与卷的区别，这些都是绕不开的基础，搞明白后面做事才不迷糊。
二、数据操作与可视化
第二模块讲如何访问存放在Databricks里的数据。表格里的数据用SQL直接查即可，但CSV、JSON这类存放在卷里的文件需要用Python或Scala来读。老师会演示创建笔记本、用魔法命令切换语言、处理不同类型的文件。
接着讲视图和表的区别。视图是虚拟的不占存储，表是实打实存数据的，什么时候用哪个会讲明白。然后带你建仪表盘，从选数据源到选图表到排版布局一步步做出能拿得出手的可视化。全局筛选器很实用，加一个就能让整个仪表盘联动。最后讲怎么分享仪表盘并设置访问权限。
三、语义模型与AI能力
第三个模块是课程比较有特色的部分。语义模型把业务术语和数据字段对应起来，比如销售说的"营收"对应哪些字段、怎么计算、口径是什么，都定义在语义模型里。这样不管谁做分析，拿到的数字都是一致的。
老师会带你建一个指标视图，把常用业务指标定义清楚。然后用这个视图搭建Genie Space，团队成员可以直接用自然语言提问，比如"上个月华东区卖了多少"，系统自动生成查询。这听起来像科幻，现在Databricks里就能做。后面还会演示如何把AI智能体和仪表盘结合，让系统自动总结数据、发现异常。
四、ELT数据管道
第四模块进入实战，讲ELT。老师先解释为什么现代流程要从ETL变成ELT，再从头演示完整流程：从Google Sheets抽取数据、做各种转换操作、最后生成可直接分析的金表。过程会用到Databricks的连接工具，老师一步步带你创建管道任务，处理常见的脏数据问题，比如空值、重复值、格式不统一。
五、编排、调度与自动化
管道建好了还需要让它自动跑起来。第五模块讲怎么用作业功能自动化流程。老师演示如何创建作业、把多个任务串起来，比如先跑青铜表转银表，跑完再跑银表转金表，最后触发仪表盘刷新。任务之间的依赖、失败重试、定时触发都会讲到。数据刷新策略也是重点，是每天全量跑还是实时增量还是事件触发，会分析各自的优劣和选择依据。
六、智能文档处理
第六模块讲智能文档处理（IDP）。简单说就是用AI自动从非结构化文档里提取信息。比如一堆发票PDF、合同扫描件，传统方法要人工录入或写复杂正则，现在用AI_Parse_Document和AI_Extract，AI直接把关键信息抽出来结构化到表格里。老师演示如何解析PDF、提取指定字段、对内容做分类。这部分对做财务、供应链的朋友特别有用。
七、最终综合项目
最后一个模块是端到端综合项目，把前面所有内容串起来用一遍。从连接外部数据源、抽取数据、做转换清洗、构建金表，到搭建仪表盘、设置自动调度，再到用AI能力做智能分析，整个流程完整走一遍，相当于一次全面实战。
学完这门课，你对Databricks的理解会从"听说过"变成"能干活"。能独立完成从数据接入到分析呈现的完整链路，知道什么时候用什么类型的表，懂得设计ELT管道让数据流转起来，会用调度自动化让流程自己跑起来，还能用语义模型和AI能力让团队的分析效率上一个台阶。
课程适合已经在做数据分析或数据工程相关工作、但还没系统用过Databricks的朋友。如果你想往工程化方向走，或者想了解现代数据栈的最新玩法，都能从这门课里找到有价值的东西。四个多小时、三十一节课，刚好够把核心技能讲透。