内容提要
Fizz.hu是一个快速发展的电商市场,依托OTP集团。为满足数据需求,Fizz将传统SQL Server迁移至Databricks SQL湖仓架构,整合SQL与Python,提升数据处理能力。迁移在三个月内完成,确保报告顺利运行。
关键要点
-
Fizz.hu是一个快速发展的电商市场,依托OTP集团。
-
Fizz于两年前启动,作为OTP的“超越银行”战略的一部分,拥有超过500个商家和150万个活跃产品。
-
最初,Fizz使用Microsoft SQL Server和Power BI进行数据处理,但随着产品目录的扩展,这种设置开始显现局限性。
-
Fizz需要一个支持SQL、Python和未来AI项目的全能平台,因此决定迁移至Databricks SQL湖仓架构。
-
迁移过程在三个月内完成,确保报告顺利运行。
-
数据负责人Tamas Bacskai的任务是建立一个数据导向的团队,并定义可扩展的发展路径。
-
团队评估了三种选项,最终选择了湖仓架构以统一SQL和Python。
-
Fizz采取了MVP优先的方法,迁移了大约50个表和多个存储过程,重建核心视图。
-
迁移的目标是保持报告运行,并将其指向新的引擎。
-
在三个月内,旧的SQL Server完全关闭,Power BI报告无缝切换至Databricks。
延伸问答
Fizz.hu是如何满足其数据需求的?
Fizz.hu通过将传统的SQL Server迁移至Databricks SQL湖仓架构来满足数据需求,整合了SQL与Python,提升了数据处理能力。
Fizz.hu的迁移过程花费了多长时间?
迁移过程在三个月内完成。
Fizz选择Databricks SQL湖仓架构的原因是什么?
Fizz选择Databricks SQL湖仓架构是因为它能够支持SQL、Python和未来的AI项目,且不增加操作复杂性。
Fizz在迁移过程中采取了什么样的方法?
Fizz采取了MVP优先的方法,迁移了大约50个表和多个存储过程,重建核心视图。
Fizz.hu的电商市场有多少商家和活跃产品?
Fizz.hu拥有超过500个商家和150万个活跃产品。
Tamas Bacskai在Fizz的角色是什么?
Tamas Bacskai是Fizz的首席数据官,他的任务是建立一个数据导向的团队,并定义可扩展的发展路径。