Azure Databricks

Ein schneller, einfacher und kollaborativer Analysedienst auf Basis von Apache SparkTM

Gemeinsam mit Apache Spark der ideale Dienst für Big Data-Analysen und KI

Gewinnen Sie Erkenntnisse aus Ihren Daten, erstellen Sie KI-Lösungen mit Azure Databricks, richten Sie Ihre Apache Spark™-Umgebung in wenigen Minuten ein, skalieren Sie automatisch, und arbeiten Sie in einem interaktiven Arbeitsbereich gemeinsam mit anderen an Projekten. Azure Databricks unterstützt Python, Scala, R, Java und SQL sowie Data Science-Frameworks und -Bibliotheken, z. B. TensorFlow, PyTorch und scikit-learn.

Apache Spark™ ist ein eingetragenes Markenzeichen der Apache Software Foundation.

Schnelle, optimierte Apache Spark-Umgebung

Interaktiver Arbeitsbereich mit integrierter Unterstützung für beliebte Tools, Sprachen und Frameworks

Machine Learning für Big Data mit nativer Azure Machine Learning-Integration

Modernes Data Warehousing mit hoher Leistung mit Azure Synapse Analytics

Schneller Einstieg mit einer optimierten Apache Spark-Umgebung

Azure Databricks umfasst die aktuellste Version von Apache Spark, sodass Sie nahtlose Integrationen mit Open-Source-Bibliotheken durchführen können. Erstellen Sie Cluster per Spinup, und führen Sie schnelle Erstellungen in einer vollständig verwalteten Apache Spark-Umgebung mit dem globalen Umfang und der weltweiten Verfügbarkeit von Azure durch. Cluster werden eingerichtet, konfiguriert und anschließend optimiert, um eine hohe Zuverlässigkeit und Leistung zu gewährleisten, ohne dass Überwachung erforderlich ist. Nutzen sie die automatische Skalierung und das automatische Beenden, um die Gesamtkosten zu senken.

Azure Databricks-Dokumentation

Erhöhte Produktivität mit einem gemeinsamen Arbeitsbereich und beliebten Sprachen

Arbeiten Sie mit den interaktiven Arbeitsbereichs- und Notebookfunktionen effektiv mit anderen an gemeinsamen Projekten – egal ob Sie ein Data Engineer, ein Data Scientist oder ein Business Analyst sind. Verwenden Sie Ihre bevorzugte Sprache – egal ob Python, Scala, R oder SQL. Einfache Versionskontrolle von Notebooks mit GitHub und Azure DevOps.

So erstellen Sie einen Azure Databricks-Arbeitsbereich

Leistungsstarke Machine-Learning-Funktionen für Big Data

Nutzen Sie komplexe automatisierte Machine Learning-Funktionen dank des integrierten Diensts Azure Machine Learning, um schnell geeignete Algorithmen und Hyperparameter zu bestimmen. Vereinfachen Sie die Verwaltung, Überwachung und das Aktualisieren von Machine Learning-Modellen, die von der Cloud bis zum Edge bereitgestellt werden. Azure Machine Learning bietet zudem eine zentrale Registrierung für Ihre Experimente, Machine-Learning-Pipelines und -Modelle.

Webinar zu Azure Databricks und Azure Machine Learning ansehen

Leistungsstarkes, modernes Data Warehousing

Modernisieren Sie Ihr Data Warehouse in der Cloud für unübertroffene Leistung und Skalierbarkeit. Kombinieren Sie Daten jeden Umfangs, und gewinnen Sie Erkenntnisse mithilfe von Analysedashboards und Betriebsberichten. Automatisieren Sie die Datenverschiebung mit Azure Data Factory, laden Sie Daten in Azure Data Lake Storage, transformieren und bereinigen Sie diese mit Azure Databricks, und machen Sie sie zur Visualisierung in Azure Synapse Analytics verfügbar.

Informationen zu modernem Data Warehousing in Azure

Branchenführende Sicherheit und Compliance

  • Nutzen Sie die native Integration mit Azure Active Directory für die rollenbasierte Zugriffssteuerung.
  • Erstellen Sie mit konfigurierbaren virtuellen Netzwerken sichere Architekturen, ohne Abstriche bei der Compliance machen zu müssen.
  • Arbeiten Sie unbesorgt dank fein abgestufter Benutzerberechtigungen für Azure Databricks-Notebooks,- Cluster, -Aufträge und -Daten.

Azure Databricks-Preise

  • Erstellen Sie Cluster schnell per Spinup, und skalieren Sie bedarfsbasiert automatisch in beide Richtungen. Sehen Sie sich alle Azure Databricks-Preisoptionen an.

Branchenübergreifend etabliert und von Unternehmen verwendet

Erkennen von Sicherheitsrisiken mit cloudbasiertem Deep Learning

Shell setzt Azure, KI und maschinelles Sehen ein, um Kunden und Angestellte zu schützen.

Erfolgsstory lesen

Shell

Höhere Leistung und mehr Kostenersparnis

Der Datendienst renewablesAI trägt mit Azure und Apache Spark zum Entstehen eines stabilen und gewinnbringenden Markts für Solarenergie bei.

Erfolgsstory lesen

Renewables AI

Vollständige Analyselösung in Azure

Das Logistikunternehmen Linx Cargo Care Group fördert Innovationen im gesamten Unternehmen mit Azure Databricks.

Erfolgsstory lesen

LINX Cargo Care Group

Erste Schritte mit Azure Databricks

Registrieren Sie sich für ein kostenloses Azure-Konto, und erhalten Sie umgehend Zugriff.
In der Dokumentation erfahren Sie mehr zur Verwendung von Azure Databricks.
Sehen Sie sich den Schnellstart an, um einen Cluster, ein Notebook und eine Tabelle zu erstellen.

Community und Azure-Support

Im MSDN-Forum und auf Stack Overflow können Sie Fragen stellen und Unterstützung und Antworten von Microsoft-Technikern und Azure-Experten aus der Community erhalten. Alternativ können Sie sich an den Azure-Support wenden.

Beliebte Labs und Vorlagen

Führen Sie eigenverantwortliche Labs durch, und lernen Sie beliebte Schnellstartvorlagen für häufige Konfigurationen kennen, die von Microsoft und der Community erstellt wurden.

Häufig gestellte Fragen zu Azure Databricks

  • Die Azure Databricks-SLA garantiert eine Verfügbarkeit von 99,95 %.
  • Eine Databricks-Einheit (Databricks Unit, DBU) ist eine Verarbeitungskapazitätseinheit pro Stunde, deren Nutzung pro Sekunde abgerechnet wird.
  • Eine Datentechnikworkload ist ein Auftrag, der den Cluster, in dem er ausgeführt wird, sowohl automatisch startet als auch beendet. Eine Workload kann z. B. durch den Azure Databricks-Auftragsplaner ausgelöst werden, der einen Apache Spark-Cluster exklusiv für den Auftrag startet und diesen beendet, sobald der Auftrag abgeschlossen ist.
    Die Datenanalyseworkload ist nicht automatisiert. Befehle in Azure Databricks-Notebooks werden z. B. in Apache Spark-Clustern ausgeführt, bis sie manuell beendet werden. Mehrere Benutzer können einen Cluster gemeinsam verwenden, um ihn zu analysieren.

Sind Sie bereit? Dann richten Sie Ihr kostenloses Azure-Konto ein.