Modern adattárház

Építsen új központot adatainak, legyenek azok rendezett, rendezetlen, vagy streamelt formában, és használja ki az olyan innovatív megoldásokat, mint az üzleti intelligencia és a jelentéskészítés, a bővített analitika, vagy a valós idejű elemzés. Az Azure Synapse Analytics és az Azure Databricks teljes körű felügyelettel ellátott Azure-szolgáltatások, amelyek olyan lehetőségeket nyújtanak, amelyek megkönnyítik a kezdeti lépéseket.

Gyorsítsa fel az értékteremtést

Megbízható teljesítményt érhet el az iparágvezető SQL Server és Apache Spark motorok, valamint a teljes körűen felügyelt felhőszolgáltatások segítségével, amelyekkel percek alatt kiépítheti korszerű adattárházát. Felgyorsíthatja az adatintegrációt az Azure Data Factory több mint 30 natív adatcsatlakozójával, és rendelkezésére áll az Informatica és a Talend vezető információkezelési eszközeinek támogatása is. Nagyobb mozgásteret biztosíthat az adattudósoknak, az adatmérnököknek és az üzleti elemzőknek, ha lehetővé teszi számukra, hogy big data-jellegű munkáikhoz az általuk választott eszközöket és nyelveket használják.

Olvasson arról, hogy a gyorsabb piacra jutás, az alacsonyabb költségek és a továbbfejlesztett ügyfélreakciók révén hogyan rövidítette le a Rockwell Automation 80 százalékkal a fejlesztési időt.

Saját, konkrét igényeken alapuló megoldás választása

Könnyen megteheti az első lépéseket a vállalkozása igényein alapuló felhőalapú vagy hibrid megoldással. Csak a Microsoft biztosít konzisztens előnyt az SQL Server bizonyított teljesítményével, megszokott környezetével és biztonságával magánfelhőben vagy Azure-beli MPP-architektúrában, felügyelt szolgáltatásként. A hibrid adatintegráció segítségével csökkentheti a meglévő adatátalakítások kezelésének költségeit és bonyolultságát. Végezetül pedig konzisztens felhasználói élményt nyújt a közös identitással, amelyet a helyszíni szolgáltatásokhoz és az Azure-on is használhat.

Ismerje meg a Carnival Maritime hibrid megoldását, amely a fedélzeti vízfelhasználás előrejelzésével $200000 megtakarítást eredményez évente, hajónként.

Elemzés lekérése bármilyen adattípusból

Előnyére fordíthatja azt a rugalmasságot, amelyet a gépi tanulási modellek helyszíni vagy felhőbeli létrehozása és üzembe helyezése nyújt. Szabadon választott adattudományi eszközt használhat a Microsoft és a nyílt forráskódú innovációk legmagasabb szintű támogatásával. Könnyedén terjesztheti cégen belül az elemzési eredményeket a Power BI és olyan egyéb vezető üzletiintelligencia- és vizualizációs eszközök integrációja révén, mint a Tableau, a Qlik, a MicroStrategy, és az Alteryx.

Ismerje meg, hogy az ASOS miképpen juttat el 13 millió személyre szóló üzenetet 33 megrendeléssel másodpercenként.

Biztonságot adó megoldások

A továbbfejlesztett beépített biztonsági funkciók közé tartoznak a transzparens adattitkosítás, a naplózás, a fenyegetésérzékelés és az Azure Active Directoryval történő integráció és a Virtual Network-végpontok. Az Azure-szolgáltatások több mint 50 iparági és földrajzi bizonyítványnak felelnek meg, és a globális, 42 régióra kiterjedő elérhetőség révén ott tárolhatja az adatokat, ahol a felhasználók tartózkodnak. Végezetül pedig a Microsoft pénzügyileg támogatott szolgáltatásiszint-szerződései biztonságot nyújtanak.

Olvasson arról, hogy a GE Healthcare miért az Azure-adatszolgáltatások segítségével teszi elérhetővé az alapmegoldásait.

Ügyfeleink nagy sikereket érnek el a modern adattárház használatával

Megoldásarchitektúrák

Modern adattárházA modern adattárház bármely méretezésben lehetővé teszi az adatok egy helyre gyűjtését, és minden felhasználó hozzájuthat az elemzési irányítópultok, a működési jelentések és a bővített analitika által nyújtott eredményekhez.12345
  1. Áttekintés
  2. Flow

Modern adattárház

Áttekintés

A modern adattárház bármely méretezésben lehetővé teszi az adatok egy helyre gyűjtését, és minden felhasználó hozzájuthat az elemzési irányítópultok, a működési jelentések és a bővített analitika által nyújtott eredményekhez.

Flow

  1. 1 Minden strukturált, strukturálatlan és félig strukturált adatot (naplók, fájlok és média) kombinálhat egymással az Azure Data Factory használatával az Azure Blob Storage-ban.
  2. 2 Az Azure Blob Storage-ban a legtöbbet hozhatja ki az adatokból, méretezhető elemzéseket hajthat végre az Azure Databricks segítségével, és tisztított, átalakított adatokhoz juthat.
  3. 3 A tisztított és átalakított adatok áthelyezhetők az Azure Synapse Analyticsbe, ahol egyetlen kombinált adatközpontot alkotnak a meglévő strukturált adatokkal. Az adatok méretezett eléréséhez és áthelyezéséhez natív összekötőket vehet igénybe az Azure Databricks és az Azure Synapse Analytics között.
  4. 4 Az Azure Data Warehouse fölött műveleti jelentéseket és adatelemzési irányítópultokat hozhat létre, az Azure Analysis Services segítségével pedig több ezer végfelhasználót szolgálhat ki.
  5. 5 Alkalmi lekérdezéseket futtathat az adatokon közvetlenül az Azure Databricksben.
Big data bővített analitikaAdatait a gyakorlatban is hasznosítható ismeretekké alakíthatja a kategóriájában elsőrangú gépi tanulási eszközkészlet használatával. Ez az architektúra lehetővé teszi, hogy bármilyen típusú és bármennyi adatot kombinálhasson egymással, és egyedi gépi tanulási modelleket alkalmazzon ipari méretű adatbázisokon.1234567
  1. Áttekintés
  2. Flow

Big data bővített analitika

Áttekintés

Adatait a gyakorlatban is hasznosítható ismeretekké alakíthatja a kategóriájában elsőrangú gépi tanulás eszközkészlet használatával. Ez az architektúra lehetővé teszi, hogy bármilyen típusú és bármennyi adatot kombinálhasson egymással, és egyedi gépi tanulási modelleket alkalmazzon ipari méretű adatbázisokon.

Flow

  1. 1 Az Azure Data Factory segítségével minden strukturált, strukturálatlan és félig strukturált adatát (naplókat, fájlokat és médiát) egy helyre gyűjtheti az Azure Blob Storage-ba.
  2. 2 Az Azure Databricks használatával tisztíthatja és átalakíthatja a streamelt adatokat, majd kombinálhatja őket a műveleti adatbázisokból vagy adattárházakból származó strukturált adatokkal.
  3. 3 Méretezhető gépi tanulási és deep learning-technikákat alkalmazhat ugyanezen adatok mélyebb elemzéséhez a Python, az R vagy a Scala nyelvek, valamint az Azure Databricksen belüli jegyzetfüzetek használatával.
  4. 4 Az adatok méretezett eléréséhez és áthelyezéséhez natív összekötőket vehet igénybe az Azure Databricks és az Azure Synapse Analytics között.
  5. 5 Az Azure Databricks beépített funkcióinak kiaknázása révén a felhasználók meghatározhatják a gyökérokokat és elemezhetik a nyers adatokat.
  6. 6 Alkalmi lekérdezéseket futtathat az adatokon közvetlenül az Azure Databricksben.
  7. 7 Az Azure Databricks elemzéseit webes- és mobilalkalmazásokon keresztül hozzáférhetővé teheti a Cosmos DB-ből.
Valós idejű elemzésekKönnyedén elemezheti az élő adatfolyamokat. Folyamatosan nyerhet adatokat bármely IoT-eszközből vagy webes kattintássorozat-naplóból, majd valós időben elemezheti őket.12345678
  1. Áttekintés
  2. Flow

Valós idejű elemzések

Áttekintés

Könnyedén elemezheti az élő adatfolyamokat. Folyamatosan nyerhet adatokat bármely IoT-eszközből vagy webes kattintássorozat-naplóból, majd valós időben elemezheti őket.

Flow

  1. 1 Könnyen tölthet be adatokat élő közvetítésből egy Azure HDInsight-beli Apache Kafka-fürtöt használó alkalmazás számára.
  2. 2 Minden strukturált adatát összegyűjtheti az Azure Data Factory segítségével az Azure Blob Storage-ban.
  3. 3 Az Azure Databricks használatával tisztíthatja, átalakíthatja és elemezheti a streamelt adatokat, és kombinálhatja őket a műveleti adatbázisokból vagy adattárházakból származó strukturált adatokkal.
  4. 4 Méretezhető gépi tanulási és deep learning-technikákat alkalmazhat ugyanezen adatok mélyebb elemzéséhez a Python, az R vagy a Scala nyelvek, valamint az Azure Databricksen belüli jegyzetfüzetek használatával.
  5. 5 Nagy tömegű adatok eléréséhez és áthelyezéséhez natív összekötőket vehet igénybe az Azure Databricks és az Azure Synapse Analytics között.
  6. 6 Az Azure Data Warehouse fölött elemzési irányítópultokat és beágyazott jelentéseket hozhat létre az eredmények cégen belüli megosztásához, az Azure Analysis Services használatával pedig felhasználók ezreihez juttathatja el az adatokat.
  7. 7 Az Azure Databricks és az Azure HDInsight beépített funkcióinak köszönhetően hozzásegítheti a felhasználókat a fő okok meghatározásához és a nyers adatok elemzéséhez.
  8. 8 Az Azure Databricks elemzéseit eljuttathatja a Cosmos DB-be, és így valós idejű alkalmazásokon keresztül teheti hozzáférhetővé őket.
Felhőszintű elemzés a Discovery HubbalA Discovery Hubbal egy grafikus felhasználói felület és a metaadattárban tárolt definíciók segítségével meghatározhat egy adattulajdont. Az adattulajdon létrehozásának kódja automatikusan jön létre, de teljes mértékben testreszabható marad. A létrejövő modern adattárház készen áll a felhőszintű elemzések és a mesterséges intelligencia támogatására.