Trace Id is missing
Przejdź do głównej zawartości

Azure Databricks

Projektowanie rozwiązań sztucznej inteligencji przy użyciu analiz opartych na platformie Apache Spark™.

Analiza danych big data oraz sztuczna inteligencja w zoptymalizowanym środowisku Apache Spark

Uzyskuj szczegółowe informacje ze wszystkich swoich danych i twórz rozwiązania sztucznej inteligencji w usłudze Azure Databricks. Skonfiguruj środowisko Apache Spark™ w kilka minut, skaluj je automatycznie i pracuj nad wspólnymi projektami w interaktywnym obszarze roboczym. Usługa Azure Databricks obsługuje języki Python, Scala, R, Java i SQL, a także struktury i biblioteki nauki o danych, takie jak TensorFlow, PyTorch i scikit-learn.

Apache Spark™ to znak towarowy organizacji Apache Software Foundation.

Pozyskuj i aranżuj dane w usłudze Azure Data Factory. Przygotowuj, przekształcaj i wzbogacaj je, korzystając z usługi Azure Databricks. Obsługuj w usłudze Azure Synapse Analytics. Przechowuj w usłudze Azure Data Lake Storage. Wizualizuj przy użyciu usługi Power BI.

Niezawodna inżynieria danych

Przetwarzaj dane w dużej skali na potrzeby obciążeń wsadowych i przesyłania strumieniowego.

Analiza wszystkich danych

Analizuj najbardziej kompletne i aktualne dane.

Nauka o danych we współpracy z innymi osobami

Uprość i przyspiesz procesy nauki o danych w dużych zestawach danych.

Rozwiązanie oparte na oprogramowaniu typu „open source”

Szybkie, zoptymalizowane środowisko platformy Apache Spark.

Szybko rozpocznij pracę w zoptymalizowanym środowisku Apache Spark

Usługa Azure Databricks udostępnia najnowsze wersje środowiska Apache Spark i umożliwia bezproblemową integrację z bibliotekami typu open source. Uruchamiaj klastry i szybko kompiluj we w pełni zarządzanym środowisku Apache Spark, korzystając z globalnej skali i dostępności platformy Azure. Klastry są instalowane, konfigurowane i dostosowywane tak, aby zapewniały niezawodność i wydajność bez konieczności monitorowania. Wykorzystaj automatyczne skalowanie i kończenie w celu optymalizacji całkowitego kosztu posiadania.

Użytkownik tworzący nowy klaster w usłudze Azure Databricks.
Wprowadzenie do platformy Apache Spark w usłudze Databricks

Zwiększ produktywność dzięki współdzielonemu obszarowi roboczemu i popularnym językom

Wydajnie współpracuj na otwartej i ujednoliconej platformie, aby uruchamiać wszystkie typy obciążeń analitycznych niezależnie od tego, czy jesteś badaczem danych, inżynierem danych, czy analitykiem biznesowym. Kompiluj w wybranym języku, na przykład Python, Scala, R, czy SQL. Łatwo uzyskaj kontrolę wersji notesów dzięki serwisowi GitHub i metodologii DevOps.

Usprawnij uczenie maszynowe na podstawie danych big data

Uzyskaj dostęp do zaawansowanych możliwości zautomatyzowanego uczenia maszynowego przy użyciu zintegrowanej usługi Azure Machine Learning w celu szybkiego identyfikowania odpowiednich algorytmów i hiperparametrów. Uprość monitorowanie i aktualizowanie modeli uczenia maszynowego wdrożonych z chmury na urządzenia brzegowe oraz zarządzanie nimi. Usługa Azure Machine Learning zapewnia również centralny rejestr na potrzeby eksperymentów, potoków uczenia maszynowego i modeli.

Obszar roboczy zatytułowany ML Model ze strukturą Scikit-Learn w usłudze Azure Databricks
Prognoza zapotrzebowania na skalowanie w usłudze Azure Databricks.

Uzyskaj nowoczesny magazyn danych o wysokiej wydajności

Łącz dane na dowolną skalę i uzyskuj analizy za pośrednictwem analitycznych pulpitów nawigacyjnych i raportów operacyjnych. Zautomatyzuj przenoszenie danych przy użyciu usługi Azure Data Factory, ładuj dane do usługi Azure Data Lake Storage, przekształcaj je i oczyszczaj w usłudze Azure Databricks, a następnie udostępniaj je do analizy za pomocą usługi Azure Synapse Analytics. Unowocześnij magazyn danych w chmurze, aby osiągnąć niezrównany poziom wydajności i skalowalności.

Najważniejsze możliwości usługi

  • a

    Zoptymalizowany aparat Spark

    Korzystaj z prostego przetwarzania danych w automatycznie skalowanej architekturze, obsługiwanej przez wysoce zoptymalizowany aparat Apache Spark™, aby uzyskać nawet 50-krotny wzrost wydajności.

  • a

    Czas wykonywania uczenia maszynowego

    Uzyskuj dostęp za pomocą jednego kliknięcia do wstępnie skonfigurowanych środowisk uczenia maszynowego, aby rozszerzyć uczenie maszynowe przy użyciu nowoczesnych i popularnych struktur takich jak PyTorch, TensorFlow czy scikit-learn.

  • a

    MLflow

    Śledź i udostępniaj eksperymenty, odtwarzaj przebiegi i wspólnie zarządzaj modelami z poziomu centralnego repozytorium.

  • c

    Wybór języka

    Używaj preferowanego języka, na przykład Python, Scala, R, Spark SQL i .Net, niezależnie od tego, czy korzystasz z bezserwerowych, czy aprowizowanych zasobów obliczeniowych.

  • c

    Notesy do współpracy

    Szybko uzyskuj dostęp do danych, eksploruj je, uzyskuj i udostępniaj nowe analizy oraz twórz modele we współpracy z innymi osobami, korzystając z wybranych języków i narzędzi.

  • c

    Delta Lake

    Zapewnij niezawodność i skalowalność danych w istniejącym magazynie typu data lake, korzystając z transakcyjnej warstwy magazynu typu open source, zaprojektowanej z myślą o całym cyklu życia danych.

  • v

    Natywna integracja z usługami platformy Azure

    Uzupełnij swoje kompleksowe rozwiązanie do analizy i uczenia maszynowego dzięki głębokiej integracji z usługami platformy Azure, takimi jak Azure Data Factory, Azure Data Lake Storage, Azure Machine Learning i Power BI.

  • SPAR

    Interaktywne obszary robocze

    Umożliwiają bezproblemową współpracę między badaczami danych, inżynierami danych i analitykami biznesowymi.

  • d

    Zabezpieczenia klasy korporacyjnej

    Łatwe w użyciu zabezpieczenia natywne chronią dane tam, gdzie się znajdują, tworząc zgodne, prywatne, izolowane obszary robocze analiz obejmujące tysiące użytkowników i zestawów danych.

  • s

    Gotowe do zastosowań produkcyjnych

    Bez obaw uruchamiaj i skaluj obciążenia danych o znaczeniu krytycznym na zaufanej platformie danych zintegrowanej z ekosystemem rozwiązań do monitorowania oraz ciągłej integracji/ciągłego wdrażania.

Dowiedz się więcej z przykładów architektury rozwiązań

Nauka o danych i uczenie maszynowe w usłudze Azure Databricks

Łatwo uzyskuj analizy danych przesyłanych strumieniowo na żywo. Przechwytuj ciągle dane z dowolnego urządzenia IoT lub z dzienników ze strumienia kliknięć z witryn internetowych i przetwarzaj je niemal w czasie rzeczywistym.

Nowoczesna architektura analizy przy użyciu usługi Azure Databricks

Przekształcaj dane w szczegółowe informacje wskazujące czynności do wykonania przy użyciu najlepszych w swojej klasie narzędzi do uczenia maszynowego. Ta architektura umożliwia łączenie dowolnych danych w dowolnej skali oraz tworzenie i wdrażanie niestandardowych modeli uczenia maszynowego w dużej skali.

Potoki pozyskiwania, wyodrębniania, transformacji i ładowania oraz przetwarzania strumieniowego z użyciem usługi Azure Databricks

Przyspiesz cały cykl uczenia maszynowego i zarządzaj nim, korzystając z usług Azure Databricks, MLflow i Azure Machine Learning do tworzenia, udostępniania i wdrażania aplikacji uczenia maszynowego oraz do zarządzania nimi.

Wbudowane funkcje kompleksowych zabezpieczeń i zgodności

Dowiedz się więcej o produktach i usługach Azure Databricks

Azure Data Factory

Hybrydowa usługa integracji danych upraszczająca wyodrębnianie, przekształcanie i ładowanie na dużą skalę.

Azure Data Lake Storage Gen 2

Wysoce skalowalna i bezpieczna funkcja usługi Data Lake zbudowana na bazie usługi Azure Blob Storage.

Azure Machine Learning

Usługa uczenia maszynowego klasy korporacyjnej umożliwiająca szybsze kompilowanie i wdrażanie modeli.

Power BI

Dodaj możliwości analizy i raportowania interaktywnego do swoich aplikacji.

Zacznij korzystać z bezpłatnego konta platformy Azure

1

Rozpocznij bezpłatnie. Uzyskaj środki w wysokości 200 USD do wykorzystania w ciągu 30 dni. Mając środki, otrzymasz bezpłatne przydziały dla wielu naszych najpopularniejszych usług, a dodatkowo otrzymasz bezpłatne przydziały dla ponad 55 innych usług, które zawsze są bezpłatne.

2

Po wykorzystaniu środków przejdź na płatność zgodnie z rzeczywistym użyciem, aby kontynuować pracę z użyciem tych samych bezpłatnych usług. Płacisz tylko wtedy, gdy użycie przekroczy bezpłatne miesięczne przydziały.

3

Po upływie 12 miesięcy będziesz nadal mieć dostęp do ponad 55 bezpłatnych usług — i nadal będziesz płacić tylko za wykorzystanie przekraczające bezpłatne miesięczne przydziały.

Społeczność i pomoc techniczna platformy Azure

Zadawaj pytania i uzyskuj pomoc od inżynierów firmy Microsoft oraz ekspertów ze społeczności platformy Azure na Forum MSDN i w witrynie Stack Overflow lub skontaktuj się z pomocą techniczną platformy Azure.

Popularne laboratoria i szablony

Odkryj realizowane samodzielnie laboratoria i popularne szablony szybkiego startu dla typowych konfiguracji przygotowane przez firmę Microsoft oraz społeczność.

Często zadawane pytania dotyczące usługi Azure Databricks

  • Umowa SLA usługi Azure Databricks gwarantuje dostępność na poziomie 99,95%.

  • Jednostka usługi Databricks („DBU”) to jednostka oznaczająca możliwości przetwarzania na godzinę rozliczana za użycie na sekundę.

  • Obciążenie Inżynieria danych to zadanie, które powoduje automatyczne rozpoczęcie i zakończenie działania klastra, na którym jest uruchomione. Na przykład obciążenie może zostać wyzwolone przez harmonogram zadań Azure Databricks, który uruchamia klaster Apache Spark wyłącznie na potrzeby zadania i automatycznie kończy działanie klastra po zakończeniu tego zadania.

    Obciążenie Analiza danych nie jest zautomatyzowane. Na przykład polecenia w ramach notesów usługi Azure Databricks są wykonywane w klastrach Apache Spark do momentu ich ręcznego zakończenia. Wielu użytkowników może współużytkować klaster, aby wspólnie wykonywać analizy.

Wszystko gotowe — utwórz bezpłatne konto platformy Azure