Read, don't copy: replacing file and API feeds with OpenSharing - Part 1 (The Why)

Creating a Hybrid Vector Search Index in Databricks: Important Configuration Settings for RAG Applications

Learn how to configure a hybrid Vector Search index in Databricks for RAG, including source tables, embeddings, endpoints, primary keys, and triggered updates.

Apache Airflow 3.4.0: Task Loops, Dags in Any Language, and AI Agents

Apache Airflow 3.4.0 introduces bounded Task Loops for iterative workflows, Dag authoring beyond Python (TypeScript, Go, Java, and YAML) on the new AIP-85 Dag Importer, and a maturing Common AI provider for running LLM and agent tasks with built-in human approval.

Best Practices for Scoping and Organising Snowflake Semantic Views

Best Practices for Scoping and Organising Snowflake Semantic Views Snowflake Semantic Views provide a governed, reusable layer that defines how tables relate, what metrics mean, and who can access …

Trusted answers on new data from day one, with dltHub on Databricks

Private Preview: dltHub works with Databricks Unity Catalog Pages and Genie Ontology so humans and agents get trusted answers on new data from day one.

The strangler fig pattern: modernizing without a big-bang rewrite

The strangler fig pattern hiện đại hóa hệ thống legacy bằng cách thay thế từng phần nhỏ thay vì viết lại toàn bộ cùng lúc. Bài gốc chỉ ra vấn đề về quyền sở hữu dữ liệu trong giai đoạn chồng chéo, chi phí vận hành song song hai hệ thống, và lý do các dự án migration thường bị ì tại giai đoạn cuối. Những con số cụ thể về chi phí và timeline không được đề cập trong tài liệu tham khảo. Lập trình viên nên đọc bài gốc để hiểu rõ các rủi ro thực tế và chiến lược xử lý khi áp dụng pattern này vào dự án.

Bài này giúp lập trình viên hiểu thách thức thực tế khi áp dụng Strangler Fig pattern, đặc biệt là vấn đề sở hữu dữ liệu và chi phí vận hành hệ thống song song.

The Enterprise Case for Open-Weight Models on Databricks

Learn how open-weight models, Unity AI Gateway and Omnigent help enterprises lower AI costs, retain control and adapt as model leaders change.

Delta Kernel (Rust) and the future of the Lakehouse.

Delta Kernel là thư viện dựa trên Rust từ Databricks và đội ngũ Delta Lake, cung cấp API thống nhất để đọc và ghi vào Delta table. Các công cụ như DuckDB và Polars gặp khó khăn khi theo kịp các thay đổi không tương thích ngược của Delta Protocol như deletion vectors, vấn đề mà Delta Kernel giải quyết. Tác giả xây dựng một CLI nhỏ bằng Rust sử dụng Delta Kernel để nhập CSV vào Delta table trên S3 và xuất Delta table sang Parquet, bao gồm snapshot creation, schema checks, transactions và commits. Delta Kernel được định vị là cơ sở hạ tầng nền tảng, tương tự DataFusion, mà các công cụ khác sẽ ngày càng dựa vào, cùng với các Rust crate mới cho Unity Catalog.

Delta Kernel cung cấp API thống nhất để đọc và ghi Delta tables, giải quyết vấn đề tương thích với các thay đổi protocol như deletion vectors.

Business Ontology: Governed Context for AI

Snowflake Business Ontology lets teams define, own and approve business terms and metrics so AI agents and people work from the same governed definitions.