Recursos

Detalles

Curso práctico de arquitectura medallion y pipelines declarativos con datos de comercio electrónico.

Procedencia: Comunidad
Licencia: Sin verificar
Conceptos: arquitectura lakehouse, Spark, Delta Lake, Unity Catalog, medallion, calidad, modelado, Kimball, Auto Loader, Lakeflow Connect, schema evolution, CDC, proyecto, Associate, orquestación, streaming, SLA, operación, pipeline, Lakeflow, pipelines declarativos, deployment, expectations, cuarentena, event log, triggers, alertas, backfills, capstone, SCD2, Bundles, Professional, arquitectura, gobierno, FinOps
Autoría: andkret
Módulos: Data Intelligence Platform y arquitectura lakehouse, Arquitectura medallion, calidad y modelado, Auto Loader y Lakeflow Connect, Proyecto Associate y simulacro de 45 preguntas, Proyecto de streaming con SLA, Spark Declarative Pipelines en Lakeflow, Expectations, cuarentena y event logs, Triggers, alertas, backfills y operación, Proyecto de pipeline declarativo, Proyecto Professional y simulacro de 59 preguntas
Revisión: Revisado 23 jul 2026

Licencia sin verificar

Intermedio · Repository

Learn Databricks

Detalles

Referencia transversal sobre Spark, Delta Lake, Lakeflow, Unity Catalog, Workflows y Bundles.

Procedencia: Comunidad
Licencia: Apache-2.0
Conceptos: arquitectura lakehouse, Spark, Delta Lake, Unity Catalog, compute, serverless, SQL Warehouses, Workflows, notebooks, PySpark, modularidad, testing, DataFrames, transformaciones, arrays, structs, Catalyst, particiones, joins, shuffles, Jobs, DAG, tareas, triggers, Git folders, CI/CD, Bundles, Lakeflow, pipelines declarativos, medallion, deployment, control flow, retries, repairs, alertas, backfills, operación, Spark tuning, planes, rendimiento, Spark UI, Query Profile, system tables, observabilidad, targets, interoperabilidad, sharing, federation, catálogo abierto
Autoría: Jacek Laskowski
Módulos: Data Intelligence Platform y arquitectura lakehouse, Compute clásico, serverless y SQL warehouses, Notebooks, SQL, Python y PySpark en el workspace, DataFrames, transformaciones y datos complejos, Catalyst, particiones, joins y shuffles, Lakeflow Jobs: DAG, tareas y triggers, Unity Catalog, Git folders y CI/CD esencial, Spark Declarative Pipelines en Lakeflow, Lakeflow Jobs avanzado: control flow y repairs, Triggers, alertas, backfills y operación, Tuning avanzado de Spark, Spark UI, Query Profile y system tables, Declarative Automation Bundles y CI/CD, OpenSharing (antes Delta Sharing) y Federation
Revisión: Revisado 23 jul 2026

Intermedio · Project

Startup ERP Data Lakehouse

Detalles

Proyecto Bronze/Silver/Gold con datos sintéticos, KPIs y controles de privacidad y cumplimiento.

Procedencia: Comunidad
Licencia: Apache-2.0
Conceptos: arquitectura lakehouse, Spark, Delta Lake, Unity Catalog, medallion, calidad, modelado, Kimball, proyecto, Associate, orquestación, privacidad, Purview, lineage, Professional, arquitectura, gobierno, FinOps
Autoría: Caliu-Data
Módulos: Data Intelligence Platform y arquitectura lakehouse, Arquitectura medallion, calidad y modelado, Proyecto Associate y simulacro de 45 preguntas, Unity Catalog avanzado y privacidad, Proyecto Professional y simulacro de 59 preguntas
Revisión: Revisado 23 jul 2026

Inicial · .dbc

Azure Databricks Hands-on

Detalles

Ruta lineal de ejercicios PySpark, SQL, streaming y orquestación distribuida como archivo DBC.

Procedencia: Comunidad
Licencia: Sin verificar
Conceptos: compute, serverless, SQL Warehouses, Workflows, notebooks, PySpark, modularidad, testing, DataFrames, transformaciones, arrays, structs, ingesta batch, formatos, ELT, ADLS, proyecto, Associate, medallion, orquestación, Structured Streaming, checkpoints, triggers, micro-batch, estado, ventanas, watermarks, late data, streaming, SLA, operación, pipeline, control flow, retries, repairs, Jobs
Autoría: Tsuyoshi Matsuzaki
Módulos: Compute clásico, serverless y SQL warehouses, Notebooks, SQL, Python y PySpark en el workspace, DataFrames, transformaciones y datos complejos, Ingesta batch, formatos, COPY INTO, JDBC y REST, Proyecto Associate y simulacro de 45 preguntas, Structured Streaming, triggers y checkpoints, Estado, ventanas, watermarks y datos tardíos, Proyecto de streaming con SLA, Lakeflow Jobs avanzado: control flow y repairs
Revisión: Revisado 23 jul 2026

Licencia sin verificar

Intermedio · Project

notebook-best-practices

Detalles

Transforma un notebook exploratorio en código modular, probado, programable y apto para CI/CD.

Procedencia: Fuente oficial
Licencia: Apache-2.0
Conceptos: notebooks, PySpark, modularidad, testing, Jobs, DAG, tareas, triggers, Unity Catalog, Git folders, CI/CD, Bundles, Python, dependencias
Autoría: Databricks
Módulos: Notebooks, SQL, Python y PySpark en el workspace, Lakeflow Jobs: DAG, tareas y triggers, Unity Catalog, Git folders y CI/CD esencial, Proyectos Python, dependencias y pruebas
Revisión: Revisado 23 jul 2026

Inicial · .ipynb

01_quickstart.ipynb

Detalles

Quickstart oficial para leer y escribir tablas Delta con PySpark.

Procedencia: Fuente oficial
Licencia: Apache-2.0
Conceptos: Delta Lake, ACID, esquema, historial
Autoría: Delta Lake
Módulos: Delta Lake: ACID, esquema, historial y DML
Revisión: Revisado 23 jul 2026

Intermedio · .ipynb

change-data-feed.ipynb

Detalles

Notebook oficial dedicado a Change Data Feed, historial y consumo de cambios.

Procedencia: Fuente oficial
Licencia: Apache-2.0
Conceptos: Delta Lake, ACID, esquema, historial, CDF, CDC, AUTO CDC, SCD
Autoría: Delta Lake
Módulos: Delta Lake: ACID, esquema, historial y DML, Change Data Feed, CDC, AUTO CDC y SCD
Revisión: Revisado 23 jul 2026

Inicial · .ipynb

File operations and ELT notebooks

Detalles

Notebooks claros de operaciones de archivos y ELT con servicios de datos de Azure.

Procedencia: Comunidad
Licencia: MIT
Conceptos: ingesta batch, formatos, ELT, ADLS
Autoría: yokawasa
Módulos: Ingesta batch, formatos, COPY INTO, JDBC y REST
Revisión: Revisado 23 jul 2026

Avanzado · Project

crdb_to_dbx

Detalles

Proyecto de ingestión y CDC desde CockroachDB hacia Databricks.

Procedencia: Comunidad
Licencia: Apache-2.0
Conceptos: Auto Loader, Lakeflow Connect, schema evolution, CDC, CDF, AUTO CDC, SCD
Autoría: rsleedbx
Módulos: Auto Loader y Lakeflow Connect, Change Data Feed, CDC, AUTO CDC y SCD
Revisión: Revisado 23 jul 2026

Intermedio · Repository

Lakeflow Declarative Pipelines examples

Detalles

Repositorio oficial de demos de pipelines declarativos, calidad, streaming y CDC.

Procedencia: Fuente oficial
Licencia: Sin verificar
Conceptos: Auto Loader, Lakeflow Connect, schema evolution, CDC, Structured Streaming, checkpoints, triggers, micro-batch, expectations, calidad, cuarentena, event log
Autoría: Databricks
Módulos: Auto Loader y Lakeflow Connect, Structured Streaming, triggers y checkpoints, Expectations, cuarentena y event logs
Revisión: Revisado 23 jul 2026

Licencia sin verificar

Intermedio · Bundle

bundle-examples

Detalles

Ejemplos oficiales de Declarative Automation Bundles para Python, SQL, Jobs y Lakeflow.

Procedencia: Fuente oficial
Licencia: Databricks License
Conceptos: Unity Catalog, Git folders, CI/CD, Bundles, control flow, retries, repairs, Jobs, capstone, Lakeflow, SCD2, Python, dependencias, testing, modularidad, targets, deployment
Autoría: Databricks
Módulos: Unity Catalog, Git folders y CI/CD esencial, Lakeflow Jobs avanzado: control flow y repairs, Proyecto de pipeline declarativo, Proyectos Python, dependencias y pruebas, Declarative Automation Bundles y CI/CD
Revisión: Revisado 23 jul 2026

Licencia restringida

Intermedio · .dbc

Structured Streaming with Event Hubs or Kafka

Detalles

Ejercicios guiados para conectar Structured Streaming con Event Hubs o Kafka.

Procedencia: Comunidad
Licencia: Sin verificar
Conceptos: Kafka, Event Hubs, delivery semantics, streaming
Autoría: Tsuyoshi Matsuzaki
Módulos: Kafka, buses de eventos y garantías de entrega
Revisión: Revisado 23 jul 2026

Licencia sin verificar

Avanzado · Notebook source

Photon.py

Detalles

Notebook de lectura con referencias técnicas para entender Photon y la ejecución vectorizada.

Procedencia: Comunidad
Licencia: Apache-2.0
Conceptos: Photon, data skipping, liquid clustering, layout
Autoría: Jacek Laskowski
Módulos: Photon, data skipping y liquid clustering
Revisión: Revisado 23 jul 2026

Intermedio · Repository

databricks-finops-system-tables

Detalles

Consultas y referencias para gasto, uso, auditoría y observabilidad mediante system tables.

Procedencia: Comunidad
Licencia: MIT
Conceptos: FinOps, políticas, tags, chargeback, Spark UI, Query Profile, system tables, observabilidad, fiabilidad, TCO, Professional, arquitectura, gobierno
Autoría: Caio Moreno
Módulos: Compute, políticas, etiquetas y costes, Spark UI, Query Profile y system tables, Proyecto de fiabilidad y coste, Proyecto Professional y simulacro de 59 preguntas
Revisión: Revisado 23 jul 2026

Avanzado · Project

Unity Catalog · Fabric mirror

Detalles

Patrón equivalente de interoperabilidad y mirroring entre Unity Catalog y Microsoft Fabric.

Procedencia: Comunidad
Licencia: MIT
Conceptos: interoperabilidad, sharing, federation, catálogo abierto
Autoría: Michael John Peña
Módulos: OpenSharing (antes Delta Sharing) y Federation
Revisión: Revisado 23 jul 2026

Intermedio · Project

databricks-sql-start-stop

Detalles

Automatiza arranque, parada y configuración de SQL Warehouses mediante Workflows.

Procedencia: Comunidad
Licencia: Sin verificar
Conceptos: compute, serverless, SQL Warehouses, Workflows, Jobs, DAG, tareas, triggers, alertas, backfills, operación, FinOps, políticas, tags, chargeback
Autoría: guanjieshen
Módulos: Compute clásico, serverless y SQL warehouses, Lakeflow Jobs: DAG, tareas y triggers, Triggers, alertas, backfills y operación, Compute, políticas, etiquetas y costes
Revisión: Revisado 23 jul 2026

Licencia sin verificar

Inicial · Repository

Databricks Jump Start Sample Notebooks

Detalles

Colección veterana de ejemplos en Python, Scala, SQL y R para explorar cargas Spark.

Procedencia: Comunidad
Licencia: Sin verificar
Conceptos: DataFrames, transformaciones, arrays, structs, Spark tuning, planes, particiones, rendimiento, Spark UI, Query Profile, system tables, observabilidad
Autoría: Denny Lee
Módulos: DataFrames, transformaciones y datos complejos, Tuning avanzado de Spark, Spark UI, Query Profile y system tables
Revisión: Revisado 23 jul 2026

Licencia sin verificar

Intermedio · Repository

databricks-examples

Detalles

Ejemplos y anti-patrones comunitarios para discutir diseño y rendimiento de Spark.

Procedencia: Comunidad
Licencia: CC0-1.0
Conceptos: Catalyst, particiones, joins, shuffles, Spark tuning, planes, rendimiento
Autoría: data-engineering-helpers
Módulos: Catalyst, particiones, joins y shuffles, Tuning avanzado de Spark
Revisión: Revisado 23 jul 2026

Intermedio · Repository

On-Time Flight Performance

Detalles

Workload de vuelos útil para estudiar planes, particionado, grafos y comportamiento de Spark.

Procedencia: Comunidad
Licencia: Sin verificar
Conceptos: Catalyst, particiones, joins, shuffles
Autoría: Denny Lee
Módulos: Catalyst, particiones, joins y shuffles
Revisión: Revisado 23 jul 2026

Licencia sin verificar

Inicial · .ipynb

create-table-delta-lake.ipynb

Detalles

Ejemplo oficial de creación y manejo de tablas Delta.

Procedencia: Fuente oficial
Licencia: Apache-2.0
Conceptos: Delta Lake, ACID, esquema, historial
Autoría: Delta Lake
Módulos: Delta Lake: ACID, esquema, historial y DML
Revisión: Revisado 23 jul 2026

Intermedio · Project

kimball_modelling_demo

Detalles

Demo oficial de modelado dimensional tipo Kimball sobre pipelines declarativos.

Procedencia: Fuente oficial
Licencia: Sin verificar
Conceptos: medallion, calidad, modelado, Kimball
Autoría: Databricks
Módulos: Arquitectura medallion, calidad y modelado
Revisión: Revisado 23 jul 2026

Licencia sin verificar

Intermedio · Project

Azure integration · ingesta y medallion

Detalles

Demos de ADLS Gen2, Cosmos DB y patrones de ingesta y arquitectura medallion.

Procedencia: Comunidad
Licencia: MIT
Conceptos: ingesta batch, formatos, ELT, ADLS
Autoría: Michael John Peña
Módulos: Ingesta batch, formatos, COPY INTO, JDBC y REST
Revisión: Revisado 23 jul 2026

Intermedio · Repository

Streaming Meetup RSVPs

Detalles

Secuencia de notebooks Scala sobre DataFrames, streaming y agregaciones con estado.

Procedencia: Comunidad
Licencia: Sin verificar
Conceptos: Structured Streaming, checkpoints, triggers, micro-batch
Autoría: Denny Lee
Módulos: Structured Streaming, triggers y checkpoints
Revisión: Revisado 23 jul 2026

Licencia sin verificar

Avanzado · Project

applyInPandasWithState integral calculus

Detalles

Demo oficial de procesamiento con estado y watermarks mediante applyInPandasWithState.

Procedencia: Fuente oficial
Licencia: Sin verificar
Conceptos: estado, ventanas, watermarks, late data
Autoría: Databricks
Módulos: Estado, ventanas, watermarks y datos tardíos
Revisión: Revisado 23 jul 2026

Licencia sin verificar

Avanzado · Project

kafka-dlt-streaminganalytics

Detalles

Pipeline oficial de analítica streaming con Kafka, generador de eventos y SQL.

Procedencia: Fuente oficial
Licencia: Sin verificar
Conceptos: estado, ventanas, watermarks, late data, Kafka, Event Hubs, delivery semantics, streaming, SLA, operación, pipeline
Autoría: Databricks
Módulos: Estado, ventanas, watermarks y datos tardíos, Kafka, buses de eventos y garantías de entrega, Proyecto de streaming con SLA
Revisión: Revisado 23 jul 2026

Licencia sin verificar

Intermedio · .ipynb

Streaming Sample: Azure Event Hub

Detalles

Notebook de streaming que conecta Azure Event Hubs con procesamiento en Databricks.

Procedencia: Comunidad
Licencia: MIT
Conceptos: Kafka, Event Hubs, delivery semantics, streaming
Autoría: yokawasa
Módulos: Kafka, buses de eventos y garantías de entrega
Revisión: Revisado 23 jul 2026

Intermedio · Project

change-data-capture-example

Detalles

Ejemplo oficial de CDC con generador, pipeline Python/SQL y monitorización.

Procedencia: Fuente oficial
Licencia: Sin verificar
Conceptos: CDF, CDC, AUTO CDC, SCD
Autoría: Databricks
Módulos: Change Data Feed, CDC, AUTO CDC y SCD
Revisión: Revisado 23 jul 2026

Licencia sin verificar

Avanzado · Bundle

lakeflow_declarative_pipelines_demo

Detalles

Proyecto estructurado con SCD2, pruebas y despliegue mediante Bundles.

Procedencia: Comunidad
Licencia: Sin verificar
Conceptos: Lakeflow, pipelines declarativos, medallion, deployment, capstone, SCD2, Bundles, Python, dependencias, testing, modularidad
Autoría: Mikołaj Sędek
Módulos: Spark Declarative Pipelines en Lakeflow, Proyecto de pipeline declarativo, Proyectos Python, dependencias y pruebas
Revisión: Revisado 23 jul 2026

Licencia sin verificar

Intermedio · Project

Sales Data Declarative Pipeline

Detalles

Pipeline declarativo de ventas para practicar expectations, transformación y capas medallion.

Procedencia: Comunidad
Licencia: Sin verificar
Conceptos: expectations, calidad, cuarentena, event log
Autoría: meetzaveri29
Módulos: Expectations, cuarentena y event logs
Revisión: Revisado 23 jul 2026

Licencia sin verificar

Intermedio · Repository

delta-examples

Detalles

Colección oficial de ejemplos OSS para operaciones, tablas y patrones Delta Lake.

Procedencia: Fuente oficial
Licencia: Apache-2.0
Conceptos: Photon, data skipping, liquid clustering, layout
Autoría: Delta Lake
Módulos: Photon, data skipping y liquid clustering
Revisión: Revisado 23 jul 2026

Avanzado · Project

lighthouse

Detalles

Herramienta para observar salud del layout, clustering, mantenimiento y coste del lakehouse.

Procedencia: Comunidad
Licencia: MIT
Conceptos: Photon, data skipping, liquid clustering, layout, fiabilidad, FinOps, TCO, observabilidad
Autoría: DataBeans
Módulos: Photon, data skipping y liquid clustering, Proyecto de fiabilidad y coste
Revisión: Revisado 23 jul 2026

Avanzado · Project

Granular Cost Calculator

Detalles

Proyecto para asignar coste de compute compartido y SQL Warehouses por usuario o unidad.

Procedencia: Comunidad
Licencia: MIT
Conceptos: FinOps, políticas, tags, chargeback, fiabilidad, TCO, observabilidad
Autoría: mwojtyczka
Módulos: Compute, políticas, etiquetas y costes, Proyecto de fiabilidad y coste
Revisión: Revisado 23 jul 2026