Azure Databricks

빠르고 쉬우며 공동 작업이 가능한 Apache Spark 기반 분석 서비스

Apache Spark를 사용한 빅 데이터 분석 및 AI를 위한 최적의 대상

모든 데이터에서 얻은 인사이트를 활용하고 Azure Databricks를 통해 AI(인공 지능) 솔루션을 빌드하고, Apache Spark™ 환경을 몇 분 만에 설정하고, 자동으로 크기 조정하고, 대화형 작업 영역의 공유 프로젝트에서 협업하세요. Azure Databricks는 Python, Scala, R, Java 및 SQL뿐 아니라 TensorFlow, PyTorch, scikit-learn 등을 비롯한 데이터 과학 프레임워크와 라이브러리도 지원합니다.

Apache Spark™는 Apache Software Foundation의 상표입니다.

빠르고 최적화된 Apache Spark 환경

인기 있는 도구, 언어, 프레임워크를 기본적으로 지원하는 대화형 작업 영역

네이티브 Azure Machine Learning 통합을 사용하는 빅 데이터 기반의 강력한 기계 학습

Azure SQL Data Warehouse와 함께 사용되는 고성능 최신 데이터 웨어하우징

최적화된 Apache Spark 환경으로 빠르게 시작

Azure Databricks는 최신 버전의 Apache Spark를 제공하며 오픈 소스 라이브러리와 원활하게 통합할 수 있습니다. Azure의 글로벌 규모와 가용성을 지원하는 완전 관리형 Apache Spark 환경에서 빠르게 클러스터를 실행하고 빌드하세요. 클러스터는 모니터링 없이도 안정성과 성능을 보장하도록 설정, 구성 및 미세 조정됩니다. 자동 크기 조정과 자동 종료를 활용하여 TCO(총 소유 비용)를 절감하세요.

Azure Databricks 설명서 읽기

공유 작업 영역과 공용 언어로 생산성 향상

데이터 엔지니어, 데이터 과학자, 비즈니스 분석가 등 누구든지 대화형 작업 영역 및 Notebook 환경을 활용하여 공유 프로젝트에서 효과적으로 협업하세요. Python, Scala, R, SQL 등 원하는 언어로 빌드하세요. GitHub 및 Azure DevOps를 활용하여 Notebook 버전을 쉽게 제어하세요.

Azure Databricks 작업 영역을 만드는 방법 알아보기

빅 데이터 기반의 기계 학습 강화

통합 Azure Machine Learning Service를 사용하여 적절한 알고리즘과 하이퍼 매개 변수를 빠르게 파악하는 자동화된 고급 기계 학습 기능에 액세스하세요. 클라우드에서 에지에 배포된 기계 학습 모델의 관리, 모니터링 및 업데이트를 간소화하세요. 또한 Azure Machine Learning Service는 실험, 기계 학습 파이프라인 및 모델을 위한 중앙 레지스트리도 제공합니다.

Azure Databricks 및 Azure Machine Learning에 관한 웨비나 보기

고성능 최신 데이터 웨어하우징 활용

클라우드에서 데이터 웨어하우스를 현대화하여 최고 수준의 성능과 확장성을 얻으세요. 크기와 상관없이 데이터를 결합하고 분석 대시보드 및 운영 보고서를 통해 인사이트를 얻으세요. Azure Data Factory를 사용하여 데이터 이동을 자동화하고, 데이터를 Azure Data Lake Storage로 로드하고, Azure Databricks를 사용하여 데이터를 변환 및 정리한 다음, Azure SQL Data Warehouse를 사용하여 시각화에 사용할 수 있도록 하세요.

Azure의 최신 데이터 웨어하우징에 대해 알아보기

업계 최고의 보안 및 규정 준수

  • Azure Active Directory와의 네이티브 통합을 활용하여 역할을 기반으로 액세스를 제어하세요.
  • 구성 가능한 가상 네트워크를 통해 규정을 준수하며 보안 아키텍처를 만드세요.
  • 세분화된 사용자 권한으로 안심하고 Azure Databricks Notebook, 클러스터, 작업 및 데이터를 활용할 수 있습니다.

Azure Databricks 가격 책정

  • 클러스터를 빠르게 실행하고 사용 요구 사항에 맞게 자동으로 크기를 조정하세요. 모든 Azure Databricks 가격 책정 옵션을 알아보세요.

여러 업계의 회사에서 신뢰함

클라우드 기반 딥 러닝을 활용하여 안전을 위협하는 요소 파악

Shell은 Azure, AI, 머신 비전을 활용하여 고객과 직원을 더 효과적으로 보호합니다.

사례 읽어보기

Shell

성능 향상과 비용 절감 확대

데이터 서비스 renewablesAI는 Azure 및 Apache Spark를 사용하여 수익성과 안정성을 갖춘 태양 에너지 시장을 구축하도록 지원합니다.

사례 읽어보기

Renewables AI

Azure에서 엔드투엔드 분석 솔루션을 사용하도록 설정

물류 공급 기업인 LINX Cargo Care Group은 Azure Databricks를 사용하여 전사적 혁신 활동을 전개합니다.

사례 읽어보기

LINX Cargo Care Group

Azure Databricks 시작

Azure 체험 계정에 등록하여 즉시 액세스 권한을 받으세요.
Azure Databricks 사용 방법을 자세히 알아보려면 설명서를 읽으세요.
클러스터, Notebook, 테이블 등을 만들려면 빠른 시작을 살펴보세요.

커뮤니티 및 Azure 지원

MSDN 포럼 및 Stack Overflow에서 Microsoft 엔지니어와 Azure 커뮤니티 전문가에게 질문하고 지원을 받거나 Azure 지원 팀에 문의하세요.

많이 사용되는 랩 및 템플릿

Microsoft와 커뮤니티에서 제공하는 자가 학습 랩 및 많이 사용되는 일반 구성용 빠른 시작 템플릿을 찾아 보세요.

Databricks 업데이트, 블로그 및 알림

Azure Databricks에 대해 자주 묻는 질문

  • Azure Databricks SLA는 99.95% 가용성을 보장합니다.
  • DBU(Databricks 단위)는 시간당 처리 능력의 단위이며, 초당 사용량을 기준으로 요금이 청구됩니다.
  • 데이터 엔지니어링 워크로드는 워크로드가 실행되는 클러스터를 자동으로 시작하고 종료하는 작업입니다. 예를 들어 워크로드는 작업 전용의 Apache Spark 클러스터를 시작하고 작업이 완료된 후 자동으로 클러스터를 종료하는 Azure Databricks 작업 스케줄러에 의해 트리거될 수 있습니다.
    데이터 분석 워크로드는 자동화되지 않습니다. 예를 들어 Azure Databricks Notebook의 명령은 수동으로 종료하기 전까지 Apache Spark 클러스터에서 실행됩니다. 여러 사용자가 클러스터를 공유하여 공동으로 분석할 수 있습니다.

준비되었으면 Azure 체험 계정을 설정합시다.