Skip to main content
이 페이지는 Databricks에서 데이터 파이프라인을 설계하고 운영하는 실전 패턴 3가지를 다룹니다.
사전 지식이 필요합니다

주요 용어 정리


패턴 1: Lakeflow Jobs로 E2E 오케스트레이션

Lakeflow Jobs는 여러 종류의 태스크를 DAG로 조합하여 전체 파이프라인을 하나의 워크플로로 관리합니다. 수집 → 변환 → 품질 검증 → 서빙까지 하나의 Job으로 구성할 수 있습니다. Job: daily-data-pipeline

패턴 2: CDC 파이프라인 — SCD Type 1 vs Type 2

CDC(Change Data Capture) 데이터를 처리할 때 가장 중요한 결정은 SCD(Slowly Changing Dimension) 전략 입니다.

SCD Type 1: 최신 값으로 덮어쓰기

변경 이력을 보존하지 않고, 항상 최신 값만 유지 합니다.

SCD Type 2: 변경 이력 보존

모든 변경 이력을 별도 행으로 보존 합니다. __START_AT, __END_AT 컬럼으로 유효 기간을 관리합니다.

SCD Type 1 vs Type 2 선택 기준

실전: 하이브리드 전략 (Type 1 + Type 2 동시 운영)

대부분의 프로덕션 환경에서는 같은 소스에서 Type 1과 Type 2를 동시에 생성 합니다.
💡 왜 하이브리드인가? Type 2만 사용하면 Gold 계층의 JOIN이 복잡해집니다 (__END_AT IS NULL 조건이 매번 필요). Type 1의 “현재 상태” 테이블을 별도로 유지하면 Gold 집계가 단순하고 빠릅니다.

패턴 3: CDC → CDF → 다운스트림 전파

외부 DB의 CDC를 수집하고, Delta CDF(Change Data Feed)로 다운스트림에 전파하는 전체 흐름입니다.

파이프라인 오케스트레이션 모범 사례


관련 가이드

이 가이드의 기초 문서: 심화 문서: 공식 문서: