Administrer stordatabehovene i en plattform med åpen kildekode
Kjør populære strukturer med åpen kildekode – deriblant Apache Hadoop, Spark, Hive, Kafka og andre – ved å bruke Azure HDInsight, en tilpasningsbar tjeneste i foretaksklassen for analyse med åpen kildekode. Behandle enkelt enorme datamengder og få alle fordelene til det omfattende økosystemet av prosjekter med åpen kildekode og den globale skalaen til Azure. Overfør enkelt arbeidsbelastningene for og behandlingen av stordata til skyen.
Prosjekter og klynger med åpen kildekode er enkle å starte raskt opp uten at du behøver å installere maskinvare eller administrere infrastruktur
Stordataklynger reduserer kostnadene gjennom autoskalering og prisnivåer som gjør det mulig å betale bare for det du bruker
Sikkerhet i foretaksklassen og bransjeledende forskriftssamsvar med mer enn 30 sertifiseringer bidrar til å beskytte dataene
Optimaliserte komponenter for teknologier med åpen kildekode, for eksempel Hadoop og Spark, holder deg oppdatert
Utvikle prosjektene dine i et økosystem med åpen kildekode
Hold deg oppdatert med de siste utgavene av åpen kilde-strukturer, inkludert Kafka, HBase og Hive LLAP. HDInsight støtter de nyeste prosjektene med åpen kildekode fra økosystemene Apache Hadoop og Spark.
Opprinnelig integrering med Azure-tjenester
Utvikle datasjøen gjennom problemfri integrering med Azures løsninger og tjenester for datalagring, deriblant Azure Synapse Analytics, Azure Cosmos DB, Azure Data Lake Storage, Azure Blob Storage, Azure Event Hubs og Azure Data Factory. Ha kontroll over kostnadene ved å velge blant et stort utvalg virtuelle maskiner, og ved å dra nytte av belastnings- eller tidsplanbaserte funksjoner for autoskalering. Overvåk hele datasjøen ved hjelp av Azure Monitor-instrumentbord.
Få fleksibiliteten til å velge blant flere språk og verktøy
Bruk de produktivitetsverktøyene du foretrekker, inkludert Visual Studio, Eclipse, IntelliJ, Jupyter og Zeppelin. Skriv kode i velkjente språk, for eksempel Scala, Python, R, Java og .NET.
Komplett sikkerhet for analysearbeidsbelastninger
- Sikre klyngen med isolering av virtuelle nettverk og kontroll av utgående trafikk med Azure Firewall og VNet.
- Logg deg på med legitimasjon for bedriftsdomenet med Azure Active Directory (Azure AD) og godkjenning med flere faktorer.
- Håndhev detaljerte autorisasjonspolicyer ved å bruke Apache Ranger. Dra nytte av datamaskering og filtrering på radnivå.
- Bruk dine egne krypteringsnøkler til komplett beskyttelse av data med kryptering under overføring.
Betal bare for det du trenger
HDInsight tilbyr et stort utvalg minne- eller databehandlingsoptimaliserte plattformer (virtuelle maskiner). Velg den som passer best til dine ytelses- og kostnadskrav.
Ressurser og dokumentasjon for HDInsight
Kom i gang med læringsressurser
Anerkjent av selskaper i alle størrelser
Myntra får fart på den digitale transformasjonen
Myntra har samarbeidet tett med Microsoft for å overføre plattformen sin – fra administrasjon av forsyningskjeden til lagerbeholdning og nettstedsfunksjonalitet – til Azure for å få anerkjent, kontinuerlig, hyperskalert og kostnadseffektiv databehandling .
Gap Inc. får fart på den digitale transformasjonen
Ved å utvikle og sentralisere dataplattformen sin i Azure kan Gap Inc. nå bruke avansert analyse og maskinlæring for å få en omfattende forståelse av kunder i alle kanaler og alle merker i porteføljen.
Oppdateringer, blogger og kunngjøringer for Azure HDInsight
Vanlige spørsmål om HDInsight
-
Du har nytte av Azure HDInsight hvis du bruker egendefinert kode til å behandle og analysere svært store datasett med de nyeste strukturene for behandling av stordata, blant annet Spark, Hadoop, Hive, Kafka og Hbase. Med Azure HDInsight får du full kontroll over konfigurasjonen av klyngene og programvaren som er installert på dem. Du bør også vurdere HDInsight hvis du skal overføre Hortonworks-, Cloudera- eller MapR-klynger fra lokale miljøer eller andre skyer.
-
Azure HDInsight kan brukes til ulike scenarioer i behandling av stordata. Det kan være historiske data (data som allerede er samlet inn og lagret) eller sanntidsdata (data som strømmes direkte fra kilden). Scenarioene for behandling av slike data kan oppsummeres i følgende kategorier: bunkebehandling (ETL), datalager, Tingenes Internett (IoT), datavitenskap og hybrid.
-
Hvis du vil ha mer informasjon om klyngetyper og klargjøringsmetoder for HDInsight, kan du lese dokumentasjonen om hvordan du konfigurerer klynger i HDInsight med Apache Hadoop, Apache Spark, Apache Kafka med mer.