Azure Databricks

Szybka i łatwa w obsłudze usługa analityczna do pracy zespołowej oparta na platformie Apache SparkTM

Najlepsze miejsce do analizy danych big data i sztucznej inteligencji w 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.

Szybkie, zoptymalizowane środowisko platformy Apache Spark

Interaktywny obszar roboczy z wbudowaną obsługą popularnych narzędzi, języków i struktur

Niezawodne uczenie maszynowe z użyciem danych big data dzięki natywnej integracji z usługą Azure Machine Learning

Nowoczesny magazyn danych o wysokiej wydajności w połączeniu z usługą Azure SQL Data Warehouse

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.

Zapoznaj się z dokumentacją usługi Azure Databricks

Zwiększ produktywność dzięki współdzielonemu obszarowi roboczemu i popularnym językom

Skutecznie współpracuj nad wspólnymi projektami, korzystając z interaktywnego obszaru roboczego i środowiska notesów — bez względu na to, czy jesteś inżynierem danych, analitykiem 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 Service 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 Service 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

Unowocześnij magazyn danych w chmurze, aby osiągnąć niezrównany poziom wydajności i skalowalności. Łącz dane na dowolną skalę i uzyskuj kluczowe informacje 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 przy w usłudze Azure Databricks, a następnie udostępniaj je do wizualizacji za pomocą usługi Azure SQL Data Warehouse.

Dowiedz się więcej na temat nowoczesnego magazynu danych na platformie Azure

Wiodące w branży zabezpieczenia i zgodność

  • Skorzystaj z natywnej integracji z usługą Azure Active Directory w celu uzyskania kontroli dostępu opartej na rolach.
  • Twórz bezpieczne architektury z zachowaniem pełnej zgodności, używając konfigurowalnych sieci wirtualnych.
  • Zyskaj spokój dzięki szczegółowym uprawnieniom użytkowników do elementów notesów, klastrów, zadań i danych usługi Azure Databricks.

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.

Przeczytaj historię

Shell

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.

Przeczytaj historię

Renewables AI

Kompleksowe rozwiązanie do analizy na platformie Azure

Dostawca logistyki LINX Cargo Care Group wdraża innowacyjne rozwiązania w całej firmie dzięki usłudze Azure Databricks.

Przeczytaj historię

LINX Cargo Care Group

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.

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.

Wszystko gotowe — utwórz bezpłatne konto platformy Azure.