Azure Databricks

Gyors, könnyű és együttműködő Apache Spark-alapú elemzési szolgáltatás

Ideális megoldás big data-elemzéshez és AI-megoldásokhoz az Apache Spark-felhasználók számára

Az Azure Databricks segítségével betekintést nyerhet az adatokba és mesterséges intelligenciát használó (AI-) megoldásokat fejleszthet, percek alatt beállíthat egy Apache Spark™-környezetet, automatizálhatja a skálázást, valamint egy interaktív munkaterületen együttműködhet másokkal a közös projektekben. Az Azure Databricks támogatja a Python, a Scala, az R, a Java és az SQL nyelveket, valamint több adatelemzési keretrendszert és kódtárat, úgymint TensorFlow, PyTorch és scikit-learn.

Az Apache Spark™ az Apache Software Foundation védjegye.

Gyors, optimalizált Apache Spark-környezet

Interaktív munkaterület népszerű eszközök, nyelvek és keretrendszerek beépített támogatásával

Big data-alapú, óriási teljesítményű gépi tanulás natív Azure Machine Learning-támogatással

Nagy teljesítményű modern adatraktározás az Azure SQL Data Warehouse használatával

Gyors indítás az optimalizált Apache Spark-környezetben

Az Azure Databricks támogatja az Apache Spark legújabb verzióit, és lehetővé teszi a nyílt forráskódú kódtárak zökkenőmentes integrálását. Gyorsan hozhat létre és helyezhet üzembe fürtöket egy teljes körűen felügyelt Apache Spark-környezetben az Azure globális skálázhatóságával és rendelkezésre állásával. A fürtök létrehozása, konfigurálása és finomhangolása után biztosított a megbízható teljesítményük, nincs szükség a monitorozásukra. Az automatikus skálázás és az automatikus leállítás lehetőségét kihasználva csökkentheti a teljes bekerülési költséget (TCO).

Az Azure Databricks dokumentációjának megtekintése

Növelje termelékenységét a megosztott munkaterületek és a közös nyelvek segítségével

Adatszakértőként, adatelemzőként és üzleti elemzőként is hatékonyan együttműködhet megosztott projektekben az interaktív munkaterületek és jegyzetfüzetek segítségével. Fejlesszen az Önnek legalkalmasabb nyelven (például Python, Scala, R vagy SQL). A GitHub és Azure DevOps lehetővé teszi a jegyzetfüzetek egyszerű verziókövetését.

Megtudhatja, hogyan hozhat létre Azure Databricks-munkaterületet

Tegye még hatékonyabbá a big data-alapú gépi tanulást

Az integrált Azure Machine Learning szolgáltatással fejlett automatizált gépi tanulási képességekhez juthat hozzá, amelyekkel gyorsan azonosíthatja a megfelelő algoritmusokat és hiperparamétereket. Egyszerűsítse a felhőből a peremhálózatra telepített gépi tanulási modellek kezelését, monitorozását és frissítését. Az Azure Machine Learning szolgáltatás ezenkívül központi regisztrációs adatbázist biztosít a kísérletek, gépi tanulási folyamatok és modellek számára.

Az Azure Databricks és az Azure Machine Learning szolgáltatásokról szóló webinárium megtekintése

Nagy teljesítményű modern adatraktározás

Modernizálja felhőalapú adattárházát, és érjen el páratlan teljesítményt és skálázhatóságot. Mérettől függetlenül egy helyen egyesítheti adatait, és hozzáférhet az elemzési irányítópultok és a működési jelentések által nyújtott eredményekhez. Automatizálja az adatok mozgatását az Azure Data Factoryval, töltse be az adatokat az Azure Data Lake Storage szolgáltatásba, alakítsa át és tisztítsa meg őket az Azure Databricks segítségével, végül tegye elérhetővé a vizualizációhoz az Azure SQL Data Warehouse használatával.

További információ az Azure-on megvalósítható modern adatraktározásról

Iparágvezető biztonság és megfelelőség

  • Használja ki a natív Azure Active Directory-integráció és a szerepköralapú hozzáférés-vezérlés előnyeit.
  • Hozzon létre biztonságos architektúrákat konfigurálható virtuális hálózatokkal, a megfelelőségi szint csökkentése nélkül.
  • A részletes felhasználói engedélyek gondoskodnak az Azure Databricks-jegyzetfüzetek, -fürtök, -feladatok és -adatok védelméről.

Az Azure Databricks díjszabása

  • Percek alatt elindíthat fürtöket, és automatikusa fel- vagy leskálázhatja azokat használati igényeinek megfelelően. Tekintse meg az Azure Databricks díjszabási lehetőségeit.

Minden iparág cégeinek bizalmát egyaránt élvezi

Biztonsági kockázatok azonosítása felhőalapú mélytanulási szolgáltatással

A Shell az Azure, a mesterséges intelligencia és a gépi képelemzés segítségével növeli vásárlói és alkalmazottai védelmét.

A történet elolvasása

Shell

Megnövelt teljesítmény, csökkenő költségek

A Data Service renewablesAI az Azure és az Apache Spark használatával épít stabil és kifizetődő napenergia-piacot.

A történet elolvasása

Renewables AI

Teljes körű elemzési megoldás engedélyezése az Azure-ban

A LINX Cargo Care Group logisztikai szolgáltató az Azure Databricks segítségével az egész vállalatra kiterjedő innovációkat vezetett be.

A történet elolvasása

LINX Cargo Care Group

Bevezetés az Azure Databricks használatába

Regisztráljon egy ingyenes Azure-fiókot az azonnali hozzáféréshez.
Tekintse át az Azure Databricks használatát bemutató dokumentációt.
A gyorsútmutató bemutatja többek között a fürtök, jegyzetfüzetek és táblázatok létrehozását.

Közösség és Azure-támogatás

Az MSDN-fórum és a Stack Overflow használatával kérdéseket tehet fel, és támogatást kérhet a Microsoft mérnökeitől és az Azure közösségi szakembereitől, vagy kapcsolatba léphet az Azure ügyfélszolgálatával is.

Népszerű laborok és sablonok

Egyéni ütemben végezhető laborgyakorlatok és népszerű gyorssablononok gyakori konfigurációkhoz a Microsoft és a közösség jóvoltából.

Databricks-frissítések, -blogok és -közlemények

Az Azure Databricks szolgáltatással kapcsolatos gyakori kérdések

  • Az Azure Databricks SLA 99,95%-os rendelkezésre állást garantál.
  • A Databricks-egység (más néven DBU) óránkénti feldolgozási egységet jelent, amelyet másodpercalapú használat alapján számlázunk.
  • Adatfeldolgozási számítási feladatnak azt a feladatot nevezzük, amely automatikusan elindítja és le is állítja azt a fürtöt, amelyen fut. Egy számítási feladatot elindíthat például az Azure Databricks feladatütemezője, amely kizárólag ehhez a feladathoz indít el egy új Apache Spark-fürtöt, és a feladat végeztével leállítja azt.
    Az adatelemzési számítási feladat nem automatizált. Az Azure Databricks-jegyzetfüzetek parancsai például Apache Spark-fürtökön futnak, amíg manuálisan le nem állítják őket. Több felhasználó is megoszthat egy fürtöt annak elemzéséhez.

Ha készen áll, állítsa be ingyenes Azure-fiókját.