Receber por email
← Voltar para o catálogo

fabric-mlv

Utilize Fabric Materialized Lake Views (MLVs) com CREATE MATERIALIZED LAKE VIEW Spark SQL (GA Março 2026) e o decorador PySpark @fmlv.materialized_lake_view em um lakehouse com esquema habilitado. Suporta a sintaxe completa para gerenciamento de MLVs, incluindo regras de qualidade de dados, particionamento e refresh otimizado.

1estrelas
Atualizado há 4 meses

Ver no GitHub ↗ Licença: MIT

Como adicionar

/plugin marketplace add wardawgmalvicious/claude-config

O comando exato pode variar conforme o repositório. Confira o README no GitHub.

Para o autor da skill

Cole no README do seu repo

Mostra que sua skill está catalogada na Skillteca, gera backlink e tráfego rastreável.

[![Skillteca](https://www.skillteca.com.br/api/badge/fabric-mlv/svg)](https://www.skillteca.com.br/skills/fabric-mlv)

Skills relacionadas

Ver todas de Dados e Análise →

Alerta por categoria

Receba novas skills de Dados e Análise toda segunda

1 email curto, só com as skills novas de Dados e Análise. 4 minutos de leitura, sem spam, cancela com 1 clique.

Você confirma o email no primeiro envio. Sem spam. Cancela com 1 clique.

Ler descrição completa

Fabric Materialized Lake Views (MLV)

Declarative SQL/PySpark transformations that persist as Delta tables in a schema-enabled lakehouse. Fabric handles refresh strategy, dependency order, and data quality enforcement so you don't write notebook orchestration.

When to use vs not

Use MLVs for medallion bronze→silver→gold pipelines, frequently-queried aggregates, declarative data quality, and reporting datasets that need automatic refresh. Skip them for one-off queries, sub-second streaming

[Description truncada. Veja o README completo no GitHub.]

Compartilhar X LinkedIn