Azure Databricks

Hurtig og nem Apache SparkTM-baseret analysetjeneste til samarbejde

Den bedste destination til analyse af big data og AI med Apache Spark

Lås op for indsigter fra alle dine data, og skab AI-løsninger (Artificial Intelligence) med Azure Databricks, konfigurer dit Apache Spark™-miljø på få minutter, autoskaler og samarbejde om delte projekter i et interaktivt arbejdsområde. Azure Databricks understøtter Python, Scala, R, Java og SQL samt strukturer til datavidenskab og biblioteker, herunder TensorFlow, PyTorch og scikit-learn.

Apache Spark™ er et varemærke tilhørende Apache Software Foundation.

Hurtigt optimeret Apache Spark-miljø

Interaktivt arbejdsområde med indbygget understøttelse af populære værktøjer, sprog og strukturer

Toptunet maskinel indlæring baseret på big data med integration af oprindelig Azure Machine Learning

Moderne datalagring med høj ydeevne kombineret med Azure SQL Data Warehouse

Start hurtigt med et optimeret Apache Spark-miljø

Azure Databricks omfatter den nyeste version af Apache Spark og gør det muligt for dig problemfrit at integrere med biblioteker, der er baseret på åben kildekode. Kør klynger og byg hurtigt i et fuldt administreret Apache Spark-miljø med den globale skalering og tilgængelighed i Azure. Klynger konfigureres og finjusteres for at sikre pålidelighed og ydeevne uden behov for overvågning. Drag fordel af automatisk skalering og automatisk afslutning for at forbedre de samlede ejeromkostninger.

Læs Azure Databricks-dokumentation

Forøg produktiviteten med et delt arbejdsområde og fælles sprog

Samarbejd effektivt om dele projekter ved hjælp af den interaktive arbejdsområde- og notesbogoplevelse, uanset om du er datatekniker, dataspecialist eller virksomhedsanalytiker. Byg på et sprog efter eget valg, herunder Python, Scala, R og SQL. Få nem versionsstyring af notesbøger med GitHub og Azure DevOps.

Få mere at vide om, hvordan du opretter et Azure Databricks-arbejdsområde

Boost maskinel indlæring baseret på big data

Få adgang til avancerede automatiserede funktioner til maskinel indlæring ved hjælp af den integrerede Azure Machine Learning Service, så du hurtigt kan identificere passende algoritmer og hyperparametre. Gør administration, overvågning og opdatering af modeller til maskinel indlæring, der udrulles fra cloudmiljøet til grænseenhederne. Azure Machine Learning Service omfatter også en central registreringsdatabase til dine eksperimenter, pipelines til maskinel indlæring og modeller.

Se et webinar om Azure Databricks og Azure Machine Learning

Få moderne datalagring med høj ydeevne

Moderniser dit datawarehouse i cloudmiljøet for at opnå suveræne niveauer og ydeevne og skalerbarhed. Kombiner data i en hvilken som helst målestok, og få indsigt via analysedashboards og driftsrapporter. Automatiser dataflytning ved hjælp af Azure Data Factory, indlæs data i Azure Data Lake Storage, transformér, og rens dem ved hjælp af Azure Databricks, og gør dem derefter tilgængelige for visualisering ved hjælp af Azure SQL Data Warehouse.

Få mere at vide om moderne datalagring på Azure

Branchens førende sikkerhed og overholdelse af angivne standarder

  • Drag fordel af oprindelig integration med Azure Active Directory med henblik på rollebaseret adgangskontrol.
  • Opret sikre arkitekturer uden at gå på kompromis med overholdelsen af angivne standarder ved hjælp af virtuelle netværk, der kan konfigureres.
  • Få ro i sindet med finkornede brugertilladelser til Azure Databricks-notesbøger, klynger, job og data.

Azure Databricks-prisfastsættelse

  • Kør klynger hurtigt, og autoskaler op eller ned på basis af dine brugsbehov. Udforsk alle muligheder for Azure Databricks-prisfastsættelse.

Virksomheder på tværs af brancher har tillid til denne teknologi

Identificering af sikkerhedsrisici med cloudbaseret detaljeret læring

Shell bruger Azure, AI og maskinel vision for at give kunder og medarbejdere en bedre beskyttelse.

Læs historien

Shell

Sætter skub i ydeevnen og skaber større besparelser

Vedvarende datatjenester. Kunstig intelligens bruger Azure og Apache Spark til at hjælpe med at skabe et stabilt og rentabelt marked for solenergi.

Læs historien

Renewables AI

Aktivering af en komplet analyseløsning i Azure

Leverandøren af logistikløsninger LINX Cargo Care Group udbreder innovation i hele virksomheden med Azure Databricks.

Læs historien

LINX Cargo Care Group

Kom godt i gang med Azure Databricks

Opret en gratis Azure-konto, og få adgang med det samme.
Læs dokumentationen for at få at vide, hvordan du bruger Azure Databricks.
Udforsk hurtig start-vejledningen for at oprette en klynge, notesbog, tabel med mere.

Community og Azure-support

Stil spørgsmål, og få support fra Microsoft-teknikere og eksperter fra Azure-community'et på MSDN Forum og Stack Overflow, eller kontakt Azure-support.

Populære øvelser og skabeloner

Find øvelser, der kan tages i eget tempo, og populære hurtig start-skabeloner til almindelige konfigurationer, som er oprettet af Microsoft og community'et.

Ofte stillede spørgsmål om Azure Databricks

  • Azure Databricks-SLA'en garanterer 99,95 % tilgængelighed.
  • En Databricks-enhed eller DBU er en enhed til beregning af behandlingskapacitet i timen, som faktureres for forbrug i sekundet.
  • Dataengineering-arbejdsbelastningen defineres som et job, der automatisk starter og afslutter den klynge, den kører på. En arbejdsbelastning kan f.eks. udløses af funktionen til planlægning af Azure Databricks-job, som starter en Apache Spark-klynge udelukkende for jobbet og automatisk afslutter klyngen, når jobbet er fuldført.
    Dataanalyse-arbejdsbelastningen automatiseres ikke. Kommandoer i Azure Databricks-notesbøger kører f.eks. på Apache Spark-klynger, indtil de afsluttes manuelt. Flere brugere kan dele en klynge for arbejde sammen om at analysere den.

Den er klar, når du er – lad os konfigurere din gratis Azure-konto.