Azure Databricks

Servicio de análisis rápido, sencillo y de colaboración basado en Apache SparkTM

El mejor destino para el análisis de macrodatos y la inteligencia artificial con Apache Spark

Obtenga conclusiones a partir de todos sus datos y cree soluciones de inteligencia artificial (IA) con Azure Databricks, configure un entorno de Apache Spark™ en solo unos minutos, aplique escalabilidad automática y colabore en proyectos compartidos en un área de trabajo interactiva. Azure Databricks admite Python, Scala, R, Java y SQL, además de marcos y bibliotecas de ciencia de datos, como TensorFlow, PyTorch y scikit-learn.

Apache Spark™ es una marca comercial de Apache Software Foundation.

Entorno de Apache Spark rápido y optimizado.

Área de trabajo interactiva que admite las herramientas, los lenguajes y los marcos más populares.

Aprendizaje automático con un gran potencial a partir de macrodatos que se integra de forma nativa con Azure Machine Learning.

Almacenamiento de datos moderno de alto rendimiento junto con Azure Synapse Analytics.

Póngase en marcha rápidamente con un entorno de Apache Spark optimizado

Azure Databricks proporciona las últimas versiones de Apache Spark y permite la integración sin problemas con bibliotecas de código abierto. Ponga en marcha clústeres y cree soluciones con rapidez en un entorno de Apache Spark totalmente administrado, con la escala global y la disponibilidad de Azure. Los clústeres se instalan, configuran y ajustan para asegurar la confiabilidad y el rendimiento sin necesidad de supervisión. Aproveche la escalabilidad y la terminación automáticas para mejorar el costo total de propiedad (TCO).

Consulte la documentación de Azure Databricks

Impulse la productividad con un área de trabajo compartida y lenguajes comunes

Colabore de manera eficaz en proyectos compartidos usando la experiencia de cuadernos y el área de trabajo interactiva, tanto si es un ingeniero o un científico de datos como si es un analista empresarial. Cree soluciones con el lenguaje que prefiera, incluidos Python, Scala, R y SQL. Obtenga funcionalidad sencilla de control de versiones para los cuadernos con GitHub y Azure DevOps.

Vea cómo crear un área de trabajo de Azure Databricks

Aumente el potencial del aprendizaje automático con macrodatos

Acceda a funcionalidad de aprendizaje automático avanzado y automatizado con el servicio integrado Azure Machine Learning para identificar con rapidez los algoritmos e hiperparámetros adecuados. Simplifique la administración, la supervisión y la actualización de los modelos de Machine Learning implementados desde la nube hasta el perímetro. Azure Machine Learning proporciona también un registro central de sus experimentos, modelos y canalizaciones de aprendizaje automático.

Vea un seminario web sobre Azure Databricks y Azure Machine Learning

Obtenga un almacenamiento de datos moderno de alto rendimiento

Modernice su almacenamiento de datos en la nube para conseguir unos niveles inigualables de rendimiento y escalabilidad. Combine datos a cualquier escala y obtenga conclusiones a través de paneles analíticos e informes operativos. Automatice el movimiento de los datos con Azure Data Factory, cargue los datos en Azure Data Lake Storage, transfórmelos y límpielos con Azure Databricks y, después, déjelos disponibles para visualizarlos con Azure Synapse Analytics.

Más información acerca del almacenamiento de datos moderno en Azure

Seguridad y cumplimiento normativo extraordinarios

  • Aproveche la integración nativa con Azure Active Directory para usar control de acceso basado en rol.
  • Cree arquitecturas seguras sin comprometer el cumplimiento normativo usando redes virtuales configurables.
  • Esté tranquilo gracias a la concesión pormenorizada de permisos de usuario para los cuadernos, clústeres, trabajos y datos de Azure Databricks.

Precios de Azure Databricks

  • Ponga en marcha clústeres rápidamente y escale o reduzca los recursos verticalmente de forma automática según sus necesidades de uso. Explore todas las opciones de precios de Azure Databricks.

Compañías de todos los sectores confían en él

Identificar riesgos de seguridad con aprendizaje profundo basado en la nube

Shell utiliza Azure e inteligencia y visión artificiales para proteger mejor a sus clientes y empleados.

Leer el caso

Shell

Acelerar el rendimiento y aumentar el ahorro de costos

El servicio de datos renewablesAI utiliza Azure y Apache Spark para ayudar a crear un mercado de energía solar estable y rentable.

Leer el caso

Renewables AI

Habilitar una solución de análisis completa en Azure

El proveedor de logística LINX Cargo Care Group impulsa la innovación en toda la compañía con Azure Databricks.

Leer el caso

LINX Cargo Care Group

Comience a usar Azure Databricks

Regístrese para obtener una cuenta gratuita de Azure que le dará acceso al instante.
Consulte la documentación para aprender a usar Azure Databricks.
Explore la guía de inicio rápido para crear un clúster, un cuaderno, una tabla, etc.

Comunidad y Soporte técnico de Azure

Formule preguntas y obtenga soporte técnico de los ingenieros de Microsoft y expertos de la comunidad de Azure en el foro de MSDN y Stack Overflow, o bien póngase en contacto con el servicio Soporte técnico de Azure.

Laboratorios y plantillas populares

Descubra laboratorios autodirigidos y plantillas de inicio rápido populares para las configuraciones habituales que han creado Microsoft y la comunidad.

Preguntas más frecuentes sobre Azure Databricks

  • El acuerdo de nivel de servicio de Azure Databricks garantiza una disponibilidad del 99,95 %.
  • Una unidad de Databricks (DBU) es una unidad de capacidad de procesamiento por hora cuyo uso se factura por segundo.
  • Una carga de trabajo de ingeniería de datos es un trabajo que comienza y termina automáticamente el clúster en el que se ejecuta. Por ejemplo, una carga de trabajo puede desencadenarla el programador de trabajos de Azure Databricks, que inicia un clúster de Apache Spark solo para el trabajo y termina el clúster automáticamente cuando finaliza el trabajo.
    La carga de trabajo de análisis de datos no está automatizada. Por ejemplo, los comandos de cuadernos de Azure Databricks se ejecutan en clústeres de Apache Spark hasta que se terminan manualmente. Varios usuarios pueden compartir un clúster para analizarlo en colaboración.

Preparado cuando usted lo esté: configuremos su cuenta gratuita de Azure