Azure Databricks
Rask, enkelt og samarbeidsrettet Apache SparkTM-basert analysetjeneste
Stordataanalyse og kunstig intelligens med optimalisert Apache Spark
Lås opp innsikt fra alle dataene dine og bygg AI-løsninger (kunstig intelligens) med Azure Databricks, sett opp Apache Spark™-miljøet ditt på få minutter, autoskaler og samarbeid på delte prosjekter i et interaktivt arbeidsområde. Azure Databricks støtter Python, Scala, R, Java og SQL, samt datavitenskapsstrukturer og -biblioteker, inkludert TensorFlow, PyTorch og scikit-learn.
Apache Spark™ er et varemerke som tilhører Apache Software Foundation.
Pålitelig datateknikk
Databehandling i stor skala for satsvise og strømmebaserte arbeidsbelastninger
Analyse for alle data
Aktiver analyse for de mest fullstendige og nyeste dataene
Samarbeidsrettet datavitenskap
Forenkle og få fart på datavitenskap på store datasett
Basert på åpen kilde
Raskt, optimalisert Apache Spark-miljø
Start raskt med et optimalisert Apache Spark-miljø
Azure Databricks gir de nyeste versjonene av Apache Spark og lar deg sømløst integrere med åpen kilde-biblioteker. Spin opp klynger og bygg raskt i et fullstendig administrert Apache Spark-miljø med den globale skalaen og tilgjengeligheten til Azure. Klynger er klargjort, konfigurert og finjustert for å påse tilgjengelighet og ytelse uten behov for overvåkning. Dra nytte av autoscaling og automatisk terminering for å forbedre totale eierkostnader (TCO).
Les dokumentasjon for Azure Databricks
Øk produktiviteten med et delt arbeidsområde og vanlige språk
Samarbeid effektivt på en åpen og enhetlig plattform for å kjøre alle typer analysearbeidsbelastninger, enten du er dataekspert, dataingeniør eller forretningsanalytiker. Kompiler med språket av ditt vang, inkludert Python, Scala, R og SQL. Få enkel versjonskontroll av notatbøker med GitHub og Azure DevOps.
Lær hvordan å opprette et Azure Databricks-arbeidsområde
Forbedre maskinlæring knyttet til store data
Få tilgang til avanserte automatiserte maskinlæringsfunksjoner ved hjelp av integrert Azure Machine Learning for raskt å identifisere egnede algoritmer og hyperparametere. Forenkle administrasjon, overvåkning og oppdatering av maskinlæringsmodeller distribuert fra skyen til kanten. Azure Machine Learning gir deg også et sentralt register for eksperimenter, datasamlebånd for maskinlæring og modeller.
Se et webinar om Azure Databricks og Azure Machine Learning
Få moderne datalagring med høy ytelse
Kombiner data i alle skalaer og få innsikt gjennom analytiske instrumentbord og driftsrapporter. Automatiser dataflytting ved hjelp av Azure Data Factory, og last deretter inn data i Azure Data Lake Storage, transformer og rens dem med Azure Databricks, og gjør dem tilgjengelige for analyser med Azure Synapse Analytics. Moderniser datalageret ditt i skyen for overlegne nivåer av ytelse og skalerbarhet.
Finn ut mer om analyse i skyskala på AzureViktige tjenesteegenskaper
Optimalisert Spark-motor
Enkel databehandling på autoskalert infrastruktur drevet av svært optimaliserte Apache Spark™ for opptil 50 ganger så høy ytelse.
Kjøretid for maskinlæring
Enkel tilgang til forhåndskonfigurerte maskinlæringsmiljøer for utvidet maskinlæring med avanserte og poplære rammeverk som PyTorch, TensorFlow og scikit-learn.
MLflow
Spor og del eksperimenter, reproduser kjøringer og samarbeid om administrering av modeller fra et sentralt repositorium.
Valg av dataspråk
Bruk dataspråket du selv foretrekker, for eksempel Python, Scala, R, Spark SQL eller .Net, uansett om du bruker serverløse eller klargjorte databehandlingsressurser.
Samarbeidsbaserte notatblokker
Få raskt tilgang til data og utforsk dem, finn og del ny innsikt, og samarbeid om å bygge modeller med ønsket språk og verktøy.
Delta Lake
Gi den eksisterende datasjøen datapålitelighet og -skalerbarhet med et transaksjonslagringslag basert på åpen kilde – utformet for hele datalivssyklusen.
Opprinnelig integrering med Azure-tjenester
Fullfør den komplette løsningen for analyse og maskinlæring med omfattende integrering med Azure-tjenester som Azure Data Factory, Azure Data Lake Storage, Azure Machine Learning og Power BI.
Interaktive arbeidsområder
Muliggjør problemfritt samarbeid mellom dataforskere, datateknikere og forretningsanalytikere.
Sikkerhet på bedriftsnivå
Problemfri, opprinnelig sikkerhet beskytter dataene der de befinner seg, og oppretter analysearbeidsområder som samsvarer med forskriftene og er private og isolerte, for tusenvis av brukere og datasett.
Produksjonsklart
Kjør og skaler trygt de mest driftskritiske dataarbeidsbelastningene på en anerkjent dataplattform med økosystemintegreringer for CI/CD og overvåking.
Finn ut mer fra eksempler på løsningsarkitektur
Sanntidsanalyse på stordataarkitektur
Få innsikt fra direktestrømmede data på en enkel måte. Samle data kontinuerlig fra hvilke som helst IoT-enheter eller logger fra klikkstrømmene til nettsteder og behandle dem i nær sanntid.
Avansert analysearkitektur
Transformer dataene dine til handlekraftig innsikt ved å bruke de beste maskinlæringsverktøyene i klassen. Med denne arkitekturen kan du kombinere data i enhver skala og utvikle og distribuere tilpassede maskinlæringsmodeller i stor skala.
Administrasjon av livssyklusen for maskinlæring
Få fart på og administrer den komplette livssyklusen for maskinlæring med Azure Databricks, MLflow og Azure Machine Learning, slik at du kan bygge, dele, rulle ut og administrere programmer for maskinlæring.
Datasikkerhet og personvern er ufravikelig
-
Sikre, overvåk og administrer data- og analyseløsninger med et bredt spekter av bransjeledende funksjoner for sikkerhet og forskriftssamsvar.
-
Bruk enkel pålogging og integrering med Azure Active Directory, slik at datateknikerne kan bruke mer tid på analyse.
-
Azure har flere sertifiseringer enn noen annen skyleverandør. Se en omfattende liste.
Finn ut mer om produkter og tjenester for Azure Databricks
Azure Databricks-priser
Spinn opp klynger raskt og autoskaler opp eller ned basert på dine bruksbehov. Utforsk alle prisalternativer for Azure Databricks.
Klarert av selskaper på tvers av bransjer
Identifisere sikkerhetsfarer ved hjelp av skybasert dyplæring
Shell bruker Azure, AI og maskinvisjon for bedre å beskytte kunder og ansatte.
Akselererer ytelse og øker kostnadsbesparelser
Datatjenester FornybareAI bruker Azure og Apache Spark for å hjelpe og bygge et stabilt og profitabelt solenergimarked.
Muliggjør en ende-til-ende-analyseløsning i Azure
Logistikkleverandøren LINX Cargo Care Group fremmer bedriftsomfattende innovasjon med Azure Databricks.
Kom i gang med Azure Databricks
Registrer deg for en gratis Azure-konto for umiddelbar tilgang.
Les dokumentasjonen for å lære hvordan du bruker Azure Databricks.
Utforsk hurtigstart for å opprette en klynge, notatbok, tabell og mer.
Fellesskap og Azure brukerstøtte
Still spørsmål og få støtte fra Microsofts ingeniører og Azure-fellesskapets eksperter på MSDN Forum og Stack Overflow, eller kontakt Azure brukerstøtte.
Populære laboratorier og maler
Oppdag egenstyrte laboratorier og populære hurtigstartmaler for vanlige konfigurasjoner laget av Microsoft og fellesskapet.
Få nyheter om og ressurser for Azure Databricks
Utforsk Azure Databricks-ressurser
Nettseminarer
Databricks-oppdateringer, -blogger og -kunngjøringer
Vanlige spørsmål om Azure Databricks
-
Azure Databricks SLA garanterer 99,95 prosent tilgjengelighet.
-
En Databricks-enhet («DBU») er en enhet for databehandlingsegenskap per time, fakturert for bruk per sekund.
-
En arbeidsbelastning for datateknikk er definert som en jobb som automatisk begynner og avsluttes på klyngen den kjører på. En arbeidsbelastning kan for eksempel bli utløst av jobbplanleggeren for Azure Databricks som starter en Apache Spark-klynge for bare denne jobbe og som automatisk avslutter klyngen etter at jobben er fullført.
Arbeidslasten for dataanalyse. Kommandoer i Azure Databricks-notatbøker kjøres for eksempel på Apache Spark-klynger til de avsluttes manuelt. Flere brukeren kan dele en klynge for å analysere den sammen.