# Skapar ett Qlik Open Lakehouse-projekt

Skapa ett Qlik Open Lakehouse-dataprojekt för att ta in data från valfri källa. Lagra dina data i Iceberg öppet tabellformat

## Förutsättningar

För att skapa ett Qlik Open Lakehouse-projekt behöver du:

* En nätverksintegration som gör det möjligt för Qlik att tillhandahålla och hantera beräkningsresurser för din räkning.

* Ett datasjöhuskluster som konfigurerats för att köra datalagringsuppgiften i ditt Iceberg-projekt.

* En koppling till en datakatalog som ska användas som datamål för ditt projekt, eller nödvändig information så att du kan skapa en ny koppling.

## Uppgifter som stöds

Följande uppgifter stöds i ett Qlik Open Lakehouse-projekt.

#### CDC- och SaaS-applikationskällor

* Datauppgift för mellanlagring i sjö

  Mellanlagring av data i CSV-format i S3, från valfri källa som stöds av Qlik, inklusive dataströmmar med stora volymer.

  Mer information finns i [Mellanlagringsdata till Qlik Open Lakehouse](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/Lakehouse/landing-data.htm).

* Lagringsdatauppgift

  Lagringsdatauppgiften använder data som har mellanlagrats i molnet av uppgiften för mellanlagring i datasjö. Uppgiften skriver data till Iceberg-tabeller för effektiv lagring och sökning.

* Mer information finns i [Lagra datauppsättningar](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/Lakehouse/storing-data.htm).

* Spegla datauppgift

  Spegla Iceberg-tabeller från din lagringsuppgift till ditt molndatalager. Användare kan ställa frågor om data via externa tabeller utan att migrera data till ditt molndatalager.

#### Strömningskällor

* Uppgift för strömmande mellanlagring av data

  Mellanlagra data i Avro-format i S3, från valfri Qlik-stödd strömningskälla.

  Mer information finns i [Mellanlagra strömmande data till Qlik Open Lakehouse](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/Lakehouse/landing-data-streaming.htm)

* Transformeringsuppgift för strömmande data

  Transformeringsuppgiften för strömmande data förbrukar händelserna som mellanlagrats i molnet av mellanlagringsuppgiften för strömmande data. Uppgiften skriver data till Iceberg-tabeller för effektiv lagring och sökning och stöder transformeringar.

  Mer information finns i [Lagra strömmande datauppsättningar](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/Lakehouse/storing-data-streaming.htm).

* Spegla datauppgift

  Spegla Iceberg-tabeller från din strömmande lagringsuppgift till ditt molndatalager. Användare kan ställa frågor om data via externa tabeller utan att migrera data till ditt molndatalager.

## Exempel på att skapa ett Qlik Open Lakehouse-projekt

Följande exempel skapar ett Qlik Open Lakehouse pipeline-projekt, introducerar data från en CDC-källa och lagrar dem i tabeller i Iceberg-format. I det här exemplet skapas en enkel pipeline som du kan utöka genom att lägga till fler datakällor. Du kan lägga till en speglad datauppgift för att spegla dina tabeller i ditt datalager utan att duplicera data, eller använda det här projektet som källa för ett projekt som kräver transformeringar i ditt molndatalager.

Gör följande för att skapa ett Qlik Open Lakehouse-projekt:

1. På startsidan för Dataintegrering klickar du på Skapa pipeline och konfigurerar den:

   * Namn: ange namnet på projektet.

   * Utrymme: välj det utrymme som projektet ska tillhöra.

   * Beskrivning: ange en beskrivning av projektet om du vill.

2. Välj Datapipeline för Användningsfall.

3. Konfigurera dataplattformen:

   * Dataplattform: välj Qlik Open Lakehouse från listan.

   * Datakatalogkoppling: välj en befintlig koppling i listan eller klicka på Skapa ny för att lägga till en ny datakatalogkoppling.

   * Koppling för mål för mellanlagring: välj den S3-bucket som ska användas för mellanlagring av data eller klicka på Skapa ny för att lägga till en ny plats för bucket.

   * Kluster för lagringsberäkning: välj det datasjöhuskluster som ska köra lagringsuppgiften.

4. Skapa projektet.

5. Följ stegen i guiden för introduktion av data.För mer information, se [Introduktion av data](https://help.qlik.com/sv-SE/cloud-services/Subsystems/Hub/Content/Sense_Hub/DataIntegration/Lakehouse/onboarding-data.htm), som innehåller instruktioner för CDC- och strömmande källor.

## Begränsningar

* Om du återskapar en uppgift måste du också återskapa alla nedströmsliggande uppgifter.