Lakeflow Designer 是用于数据准备和分析的直观、无代码、AI 原生体验。 它直接内置于Azure Databricks中，允许用户通过拖放画布和自然语言准备和浏览数据。 生成的工作流（称为视觉数据准备）由生产就绪代码提供支持，并完全受 Unity 目录控制，因此工作从原型顺利迁移到生产环境，无需反向工程或重新生成。
| 任务 | DESCRIPTION |
|---|---|
| 什么是 Lakeflow 设计器？ | 了解Lakeflow Designer的界面和概念。 |
| 教程：构建可视化数据准备 | 使用样本数据，构建你的第一个从源到输出的可视化数据准备流程。 |
| Lakeflow Designer 接口 | 浏览页眉、左面板、画布、配置面板和输出面板，添加和连接操作符。 |
| 在 Lakeflow Designer 中预览并优化结果 | 预览结果，运行完整的视觉数据准备，并编辑结果表中的数据。 |
| 在Lakeflow Designer中使用目录 | 查找、筛选和排序操作符，并查看生成的代码。 |
| 将数据引入 Lakeflow 设计器 | 将数据导入可视化数据准备流程。 |
| 在Lakeflow Designer中使用参数 | 使用参数使可视化数据准备在不同环境中可重复使用。 |
| Lakeflow Designer 中的内置运算符 | 探索可视化数据准备中内置的操作符。 |
| 在Lakeflow Designer中管理可视化数据准备文件 | 创建、导出、导入、重命名、删除并查看视觉数据准备文件的历史。 |
| 将视觉对象数据准备文件移动到生产环境 | 将可视化数据准备带入生产环境，使用Git、作业和声明式自动化捆绑包。 |
用户定义的运算符
可以创建自己的用户定义的运算符，以便在 Lakeflow Designer 中使用。
| 任务 | DESCRIPTION |
|---|---|
| Lakeflow Designer 中的用户定义的运算符 | 了解用户定义操作符的工作原理，并注册、更新和排查它们。 |
| [编写 Lakeflow Designer 用户定义运算符的逻辑](write-operator-logic.md) | 编写 Python 或 Unity Catalog 函数逻辑，在用户自定义操作符执行时运行。 |
| 用户定义的运算符 YAML 参考 | 对用户定义的运算符的 YAML 架构的完整引用。 |
| 教程：复合兴趣计算器运算符 | 在 Unity 目录用户定义函数（UDF）中使用Python生成用于计算复合兴趣的用户定义运算符。 |
| 教程：K-means 聚类分析 | 在 Unity 目录用户定义表函数（UDTF）中使用Python生成使用 K-means 聚类分析的用户定义运算符。 |
| 教程：所有 UI 组件演示 | 在Unity Catalog用户自定义函数（UDF）中使用Python，构建一个用户自定义操作符，使用所有可用的UI控件。 |