Azure Databricks

Szybka i łatwa w obsłudze platforma analityczna do pracy zespołowej bazująca na projekcie Apache Spark

Przyspiesz innowacje, dając dostęp do funkcji nauki o danych dzięki platformie analitycznej wysokiej wydajności zoptymalizowanej pod kątem platformy Azure.

Rozpocznij

Korzystasz już z platformy Azure? Wypróbuj usługę Azure Databricks już teraz

Wprowadzaj innowacje i zwiększaj produktywność

Zbierz zespoły w interakcyjnym obszarze roboczym. Używaj elementów Databricks Notebook do różnych zadań, od gromadzenia danych po tworzenie modelów, aby zunifikować proces i wykonywać natychmiastowe wdrażanie do produkcji. Uruchamiaj nowe środowisko Spark jednym kliknięciem. Bez wysiłku przeprowadzaj integrację z różnymi magazynami danych i usługami, takimi jak Azure SQL Data Warehouse, Azure Cosmos DB, Azure Data Lake Store , Azure Blob Storage, Azure Event Hubs, Azure IoT Hub oraz Azure Data Factory. Błyskawicznie dodawaj zaawansowane funkcje sztucznej inteligencji i udostępniaj szczegółowe dane dzięki rozbudowanej integracji z usługą PowerBI.

Twórz w bezpiecznej, zaufanej chmurze

Chroń swoje dane i firmę poprzez integrację z usługą Azure Active Directory, kontrole oparte na rolach i umowy SLA klasy korporacyjnej. Zyskaj spokój dzięki szczegółowym uprawnieniom użytkowników, które umożliwiają bezpieczny dostęp do elementów Databricks Notebook, klastrów, zadań i danych. Usługa Azure Databricks posiada certyfikaty HIPAA, SOC2-Type2, ISO27001 i ISO27018.

Skaluj bez ograniczeń

Skaluj globalnie swoje projekty analityczne i nauki o danych. Szybciej twórz i wprowadzaj innowacje za pomocą zaawansowanych funkcji uczenia maszynowego. Natychmiast dodawaj pojemność. Zmniejszaj koszty i złożoność dzięki w pełni zarządzanej platformie stworzonej z myślą o chmurze. Pracuj z danymi lub projektami o dowolnych rozmiarach, korzystając z pełnego zestawu technologii analitycznych, w tym SQL, Streaming, MLlib i GraphX.

Szybkie wprowadzenie do usługi Azure Databricks

Usługa Azure Databricks to szybka i łatwa w obsłudze platforma analityczna do pracy zespołowej bazująca na platformie Apache Spark i zoptymalizowana pod kątem platformy Azure. Opracowana we współpracy z pierwotnymi założycielami platformy Apache Spark usługa Azure Databricks łączy to, co najlepsze w usługach Databricks i Azure, aby umożliwić klientom przyspieszenie innowacji dzięki konfiguracji jednym kliknięciem, zoptymalizowanym przepływom pracy oraz interaktywnemu obszarowi roboczemu, który pozwala na współpracę między analitykami danych, inżynierami danych oraz analitykami biznesowymi. Ponieważ jest to usługa platformy Azure, klienci automatycznie korzystają z natywnej integracji z innymi usługami platformy Azure, na przykład Power BI, SQL Data Warehouse i Cosmos DB, a także funkcji zabezpieczeń klasy korporacyjnej na platformie Azure, w tym z integracji z usługą Active Directory, funkcji zgodności oraz umów dotyczących poziomu usług klasy korporacyjnej.

Tworzenie nowego klastra

Tworzenie notesu

Współpraca

Krok 1 z 3

Rozpocznij od utworzenia nowego klastra

Skonfiguruj klaster odpowiednio do potrzeb i skaluj go jednym kliknięciem.

Krok 2 z 3

Duplikowanie klastrów

Duplikuj klastry w celu obsługi oddzielnych przepływów pracy.

Krok 3 z 3

Włączanie skalowania automatycznego

Funkcja automatycznego skalowania przyspiesza i ułatwia skalowanie klastrów.

Umożliwia również zmniejszenie zasobów i kosztów związanych z ręcznym skalowaniem klastrów.

Krok 1 z 4

Łatwe tworzenie i importowanie notesów

Rozpocznij pracę z danymi w notesach.

Krok 2 z 4

Określanie ustawień uprawnień niestandardowych

Określ ustawienia uprawnień oparte na rolach, aby umożliwić inżynierom danych, analitykom danych oraz użytkownikom biznesowym współpracę, z indywidualnie określonym poziomem dostępu.

Krok 3 z 4

Tworzenie tabel w obszarze roboczym

Twórz nowe tabele i importuj istniejące dane z plików lub źródeł danych.

Krok 4 z 4

Utwórz tabelę i włącz jej podgląd.

Łatwo instaluj źródła danych w usłudze Azure Storage — za pomocą jednego polecenia.

Krok 1 z 3

Współpraca w czasie rzeczywistym

Wszyscy współautorzy mogą pracować wspólnie w czasie rzeczywistym i komentować udostępniane projekty.

Analitycy danych mogą korzystać z wniosków na temat danych, aby tworzyć modele uczenia maszynowego, uczyć je, testować i uruchamiać.

Krok 2 z 3

Wyświetlanie danych w czasie rzeczywistym

Użytkownicy biznesowi mogą wyświetlać w czasie rzeczywistym udostępniane im dane krytyczne dla działania firmy dzięki prostym i czytelnym dynamicznym widokom danych.