Azure Databricks
Projektowanie rozwiązań AI przy użyciu analiz opartych na platformie Apache Spark™
Analiza danych big data oraz sztucznej inteligencji dzięki zoptymalizowanemu 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.
Niezawodna inżynieria danych
Przetwarzanie danych 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 SparkSzybko 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.
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.
Dowiedz się, jak utworzyć obszar roboczy usługi Azure Databricks
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.
Obejrzyj seminarium internetowe dotyczące usług Azure Databricks i Azure Machine Learning
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.
Dowiedz się więcej o funkcjach analizy w skali chmury na platformie Azure
Najważniejsze możliwości usługi
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.
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.
MLflow
Śledź i udostępniaj eksperymenty, odtwarzaj przebiegi i wspólnie zarządzaj modelami z poziomu centralnego repozytorium.
Wybór języka
Używaj preferowanego języka, na przykład Python, Scala, R, Spark SQL, czy .Net, niezależnie od tego, czy korzystasz z bezserwerowych, czy aprowizowanych zasobów obliczeniowych.
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.
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.
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.
Interaktywne obszary robocze
Umożliwiają bezproblemową współpracę między analitykami danych, inżynierami danych i analitykami biznesowymi.
Bezpieczeństwo 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.
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, ETL i 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.
Bezkompromisowe zabezpieczenia danych i ochrona prywatności
-
Zabezpieczaj i monitoruj dane oraz rozwiązania analityczne i zarządzaj nimi, korzystając z szerokiej gamy wiodących w branży funkcji zabezpieczeń i zgodności.
-
Wdróż logowanie jednokrotne i integrację z usługą Azure Active Directory, aby specjaliści ds. danych mogli poświęcać więcej swojego czasu na odkrywcze analizy.
-
Platforma Azure ma więcej certyfikatów w porównaniu z innymi dostawcami usług w chmurze. Wyświetl pełną listę.
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
Cennik usługi Azure Databricks
Szybko uruchamiaj klastry i skaluj automatycznie w górę lub w dół według potrzeb. Zapoznaj się ze wszystkimi opcjami cen usługi Azure Databricks.
Zaufanie firm z różnych branż
Identyfikowanie zagrożeń bezpieczeństwa przy użyciu uczenia głębokiego w chmurze
Firma Shell korzysta z platformy Azure, sztucznej inteligencji i maszynowego przetwarzania obrazów, aby lepiej chronić klientów i pracowników.
Lepsza wydajność i większe oszczędności
Usługa danych renewables.AI korzysta z platform Azure i Apache Spark, aby zwiększyć stabilność i zyskowność na rynku energii słonecznej.
Kompleksowe rozwiązanie do analizy na platformie Azure
Dostawca logistyki LINX Cargo Care Group wdraża innowacyjne rozwiązania w całej firmie dzięki usłudze Azure Databricks.
Rozpoczynanie pracy z usługą Azure Databricks
Utwórz bezpłatne konto platformy Azure, aby uzyskać natychmiastowy dostęp.
Przeczytaj dokumentację, aby dowiedzieć się, jak korzystać z usługi Azure Databricks.
Zapoznaj się z przewodnikiem Szybki start, aby utworzyć klaster, notes, tabelę i nie tylko.
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 przewodników Szybki start dla typowych konfiguracji przygotowane przez firmę Microsoft oraz społeczność.
Pobierz najnowsze wiadomości i zasoby dotyczące usługi Azure Databricks
Zapoznaj się z zasobami dotyczącymi usługi Azure Databricks
Seminaria internetowe
Często zadawane pytania dotyczące usługi Azure Databricks
-
Umowa SLA usługi Azure Databricks gwarantuje dostępność na poziomie 99,95%.
-
Jednostka 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.