使用主要目錄管理

4 使用主目錄進行管理

本章協助您使用與瞭解主目錄、標準與外部目錄、綱目、表格與磁碟區。

主題：

「AI 資料平台工作台」中的主目錄是頂層實體，可讓您透過集中檢視來管理資料和中繼資料。

「主要目錄」是標準和外部目錄的容器。您可以在 Oracle Autonomous AI Lakehouse 、 OCI Object Storage 和 Kafka 中建立包含其資料資產的目錄。「主要目錄」可讓您強制實行其子項物件的權限。

標準型錄和外部型錄具有不同的功能和使用案例：

標準目錄：標準目錄是綱要 (資料庫) 的邏輯容器，使用者可以在綱要中建立表格、視觀表和磁碟區。標準目錄管理所有子項物件的描述資料生命週期。
外部目錄：外部目錄是由外部資料來源 (例如 Oracle Autonomous AI Lakehouse 、Kafka 等) 提供支援。如果是外部目錄，描述資料會從外部來源同步，使用者可以使用 3 個部分名稱 (例如 catalog_name.schema_name.table_name) 來查詢外部來源中的資料。如果是外部目錄，描述資料週期是由外部來源管理，而「主要目錄」會保留描述資料複本。

您可以利用主目錄來協助進行資料準備和分析、儲存非結構化資料等。

使用 SQL 語法查詢及分析資料

在標準目錄中建立受管理或外部表格，以使用熟悉的類似 SQL 語法來查詢和分析資料，讓您更輕鬆地探索和瞭解儲存在 AI 資料平台中的資料。

資料準備

利用儲存在受管理 / 外部表格中的結構化資料格式來準備機器學習模型的資料，讓清理、轉換及功能工程師資料變得更容易。這有助於提升功能工程與模型訓練的資料存取與處理效率

時間差旅

開啟的表格格式支援綱要發展。資料的結構可能會隨時間變更，而不會重寫整個資料集。這些表格可編列版本，且使用者可執行時間差查詢，讓您查詢歷史資料版本，以協助追溯分析與資料回復。

ACID 交易支援

開放式表格格式支援完整的建立、讀取、更新和刪除 (CRUD) 作業，確保資料一致性並啟用資料更新。表格可用來儲存和管理交易資料，讓應用程式能夠追蹤資料的變更。

有效率地讀取及寫入資料

您可以分割 AI Data Platform Workbench 中的表格，以有效率地存取和處理資料，尤其是大型資料集。

儲存並處理非結構化資料

建立受管理磁碟區或外部磁碟區以儲存非結構化資料，以便使用 Apache Spark 處理這些資料。