湖仓监控正式发布：智能化的数据质量分析、诊断与执行
原文英文，约1300词，阅读约需5分钟。
📝
内容提要
在Data and AI Summit上，Databricks宣布了Databricks Lakehouse Monitoring的普遍可用性。该监控方法使得在Databricks Data Intelligence Platform中进行数据和AI的分析、诊断和质量强制执行变得更加简单。Lakehouse Monitoring直接构建在Unity Catalog上，无需额外的工具或复杂性。通过发现质量问题，您的组织可以使数据的访问民主化，并恢复对数据的信任。
❓
Q&A
Databricks Lakehouse Monitoring的主要功能是什么？
Databricks Lakehouse Monitoring主要用于数据和AI的分析、诊断和质量强制执行，简化了在Databricks Data Intelligence Platform中的操作。
如何开始使用Lakehouse Monitoring？
用户可以通过Unity Catalog的质量选项卡轻松开始使用Lakehouse Monitoring，点击“开始使用”即可。
Lakehouse Monitoring如何帮助识别数据质量问题？
Lakehouse Monitoring通过可视化关键指标和自动生成的仪表板，帮助用户识别数据中的问题列和质量指标。
Lakehouse Monitoring的Expectations功能有什么作用？
Expectations功能允许用户主动检测和解决质量问题，提前发现潜在问题并强制执行行级约束。
使用Lakehouse Monitoring有什么最佳实践建议？
建议启用变更数据馈送（CDF），以提高监控效率并降低成本，尤其是在大规模监控时。
Lakehouse Monitoring如何支持自定义指标？
用户可以编写SQL表达式作为自定义指标，Lakehouse Monitoring会在监控刷新时计算这些指标。
🏷️
