Trace Id is missing
Přeskočit na hlavní obsah

Azure Databricks

Návrh AI s analýzou založenou na technologii Apache Spark™

Analýzy velkých objemů dat a AI s využitím optimalizovaného Apache Sparku

Získejte přehled na základě všech svých dat a vytvářejte řešení umělé inteligence (AI) s Azure Databricks, během pár minut vytvořte prostředí Apache Spark™, nastavte automatické škálování a spolupracujte na sdílených projektech v interaktivním pracovním prostoru. Azure Databricks podporuje jazyky Python, Scala, R, Java a SQL a také architektury pro datové vědy a knihovny jako TensorFlow, PyTorch a scikit-learn.

Apache Spark™ je ochranná známka společnosti Apache Software Corporation.

Pomocí služby Azure Data Factory můžete ingestovat a orchestrovat. Pomocí služby Azure Databricks můžete provádět přípravu, transformovat a obohacovat. Pomocí služby Azure Synapse Analytics můžete provádět obsluhu. Pomocí služby Azure Data Lake Storage můžete ukládat. Pomocí Power BI můžete vizualizovat.

Spolehlivá příprava dat

Rozsáhlé zpracování dat pro dávkové úlohy a úlohy streamování

Analýzy pro všechna vaše data

Povolení analýz nejúplnějších a nejnovějších dat

Datové vědy pro spolupráci

Zjednodušení a zrychlení datových věd s velkými datovými sadami

Kořeny v open source

Rychlé, optimalizované prostředí Apache Spark

Rychlé zahájení práce v optimalizovaném prostředí Apache Spark

Platforma Azure Databricks poskytuje nejnovější verze Apache Sparku a umožňuje hladkou integraci s opensourcovými knihovnami. Rychle aktivujte clustery a sestavujte řešení v plně spravovaném prostředí Apache Spark s využitím globálního dosahu a dostupnosti platformy Azure. Clustery jsou nastavené, nakonfigurované a vyladěné tak, aby zajišťovaly spolehlivost a výkon a nevyžadovaly monitorování. Využijte funkce automatického škálování a automatického ukončování a zajistěte si příznivější celkové náklady na vlastnictví.

Uživatel, který vytváří nový cluster v Azure Databricks
Úvod k Apache Sparku na platformě Databricks

Výrazné zvýšení produktivity díky sdílenému pracovnímu prostoru a společným jazykům

Efektivně spolupracujte na otevřené a jednotné platformě, která umožňuje spouštění všechny typů analytických úloh, ať jste datový vědec, datový inženýr, nebo obchodní analytik. Sestavujte řešení v jazyce, který si sami zvolíte, včetně jazyků Python, Scala, R a SQL. Využívejte jednoduchou správu verzí poznámkových bloků v GitHubu a Azure DevOps.

Podpora strojového učení na velkém objemu dat

Získejte přístup k vyspělým automatizovaným funkcím strojového učení prostřednictvím integrované služby Azure Machine Learning, která umožňuje rychle identifikovat vhodné algoritmy a hyperparametry. Zjednodušte správu, sledování a aktualizaci modelů strojového učení nasazených z cloudu do hraničních zařízení. Azure Machine Learning poskytuje i centrální registr pro vaše experimenty, kanály strojového učení a modely.

Pracovní prostor s názvem ML Model se Scikit-Learn v Azure Databricks
Prognóza poptávky po škálování v Azure Databricks

Moderní, vysoce výkonné datové sklady

Kombinujte data v libovolném měřítku a mějte přehled díky analytickým řídicím panelům a provozním sestavám. Automatizujte přesuny dat pomocí Azure Data Factory, nahrávejte data do Azure Data Lake Storage, transformujte a čistěte je pomocí Azure Databricks a umožněte jejich analýzu pomocí Azure Synapse Analytics. Modernizujte svůj datový sklad v cloudu a dosáhněte nevídané úrovně výkonu a škálovatelnosti.

Klíčové možnosti služby

  • a

    Optimalizovaný modul Spark

    Jednoduché zpracování dat na automaticky škálované infrastruktuře využívající vysoce optimalizovaný Apache Spark™ zajišťuje až 50krát vyšší výkon.

  • a

    Doba běhu strojového učení

    Přístup k předkonfigurovaným prostředím strojového učení na jedno kliknutí umožňuje využívat rozšířené strojové učení s moderními a oblíbenými architekturami, jako jsou PyTorch, TensorFlow nebo scikit-learn.

  • a

    MLflow

    Sledujte a sdílejte experimenty, opakujte spuštění a spolupracujte na správě modelů z centrálního úložiště.

  • c

    Možnost výběru jazyka

    Používejte svůj oblíbený jazyk, například Python, Scala, R, Spark SQL nebo .NET, bez ohledu na to, jestli používáte bezserverové nebo zřízené výpočetní prostředky.

  • c

    Poznámkové bloky pro spolupráci

    Využijte rychlý přístup k datům, zkoumejte je, získávejte a sdílejte nové přehledy a spolupracujte na vytváření modelů s využitím libovolných jazyků a nástrojů.

  • c

    Delta Lake

    Zajistěte spolehlivost a škálovatelnost dat ve svém stávajícím datovém jezeře s využitím open source transakční vrstvy úložiště navržené pro celý životní cyklus dat.

  • v

    Nativní integrace se službami Azure

    Doplňte své komplexní řešení analýzy a strojového učení o hlubokou integraci se službami Azure, jako jsou Azure Data Factory, Azure Data Lake Storage, Azure Machine Learning a Power BI.

  • spar

    Interaktivní pracovní prostory

    Umožněte bezproblémovou spolupráci mezi odborníky na data, datovými architekty a obchodními analytiky.

  • d

    Zabezpečení podnikové úrovně

    Jednoduché nativní zabezpečení chrání vaše data v místě, kde se nacházejí, a vytváří privátní a izolované analytické pracovní prostory dodržující předpisy pro tisíce uživatelů a datových sad.

  • s

    Připraveno pro produkční prostředí

    Spouštějte a škálujte své nejdůležitější datové úlohy bez obav na důvěryhodné datové platformě nabízející integrace s ekosystémy pro CI/CD a monitorování.

Další informace z příkladů architektur řešení

Datové vědy a strojové učení s využitím Azure Databricks

Získejte snadno přehledy z živě streamovaných dat. Můžete průběžně zachycovat data z libovolného zařízení IoT nebo protokoly z navštívených webových stránek a zpracovávat je téměř v reálném čase.

Moderní analytická architektura s využitím Azure Databricks

Transformujte data na užitečné přehledy s využitím nejlepších nástrojů strojového učení ve své třídě. Tato architektura umožňuje kombinovat libovolná data v libovolném měřítku a vytvářet a nasazovat vlastní modely strojového učení ve velkém.

Příjem dat, ETL a kanály zpracování streamů s využitím Azure Databricks

Zrychlete a spravujte kompletní životní cyklus strojového učení s využitím služeb Azure Databricks, MLflow a Azure Machine Learning a vytvářejte, sdílejte, nasazujte a spravujte aplikace strojového učení.

Integrované komplexní zabezpečení a dodržování předpisů

Další informace o produktech a službách Azure Databricks

Azure Data Factory

Hybridní datová integrační služba, která zjednodušuje ETL ve velkém měřítku

Azure Data Lake Storage Gen 2

Zabezpečené funkce Data Lake s rozsáhlou škálovatelností založené na službě Azure Blob Storage

Azure Machine Learning

Služba strojového učení na podnikové úrovni pro rychlejší sestavování a nasazování modelů

Power BI

Doplňte vaše aplikace o analýzy a interaktivní sestavy.

Začínáme s bezplatným účtem Azure

1

Začněte zdarma. Získejte kredit ve výši 200 USD, který můžete využít do 30 dnů. Dokud máte kredit, můžete zdarma využívat příslušný objem služeb u mnoha našich nejoblíbenějších služeb – a k tomu navíc zdarma více než 55 dalších služeb, které jsou vždy zdarma.

2

Po vyčerpání kreditu můžete přejít na průběžné platby, abyste mohli dál pokračovat v sestavování s využitím stejných bezplatných služeb. Platíte jenom za to, co využijete nad rámec vašeho bezplatného měsíčního objemu.

3

Po uplynutí 12 měsíců budete mít i nadále k dispozici více než 55 služeb, které jsou vždy zdarma, a stále budete platit jenom za to, co využijete nad rámec bezplatných měsíčních objemů.

Podpora Azure a komunity

Pokud se chcete na něco zeptat nebo získat podporu od odborníků z Microsoftu a komunity Azure, využijte fórum na webu MSDN a Stack Overflow nebo se obraťte na podporu Azure.

Oblíbená cvičení a šablony

Nejčastější dotazy týkající se platformy Azure Databricks

  • Smlouva SLA platformy Azure Databricks garantuje dostupnost 99,95 %.

  • Jednotka Databricks (DBU) je jednotka výpočetního výkonu za hodinu účtovaná po sekundách.

  • Úloha přípravy dat se definuje jako úloha, která automaticky spouští i ukončuje cluster, na kterém běží. Plánovač úloh platformy Azure Databricks může například aktivovat úlohu, která spustí cluster Apache Spark výhradně pro danou úlohu a po jejím skončení cluster automaticky ukončí.

    Úlohy analýzy dat nejsou automatizované. Například příkazy v poznámkových blocích Azure Databricks běží na clusterech Apache Spark, dokud nedojde k jejich ručnímu ukončení. Jeden cluster může sdílet víc uživatelů a může ho společně analyzovat.

Jsme na vás připraveni – společně vytvoříme váš bezplatný účet Azure