Analiza w czasie rzeczywistym

Łatwo uzyskuj szczegółowe informacje z 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.

Analiza w czasie rzeczywistymŁatwo uzyskuj szczegółowe informacje z 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.12345678

Łatwo pozyskuj dane transmisji strumieniowej na żywo dla aplikacji przy użyciu klastra Apache Kafka w usłudze Azure HDInsight.

Zbierz razem wszystkie dane strukturalne w usłudze Azure Blob Storage, korzystając z usługi Azure Data Factory.

Skorzystaj z usługi Azure Databricks, aby wyczyścić, przekształcić i przeanalizować dane przesyłane strumieniowo, a także połączyć je z danymi strukturalnymi z operacyjnych baz danych lub magazynów danych.

Użyj skalowalnego uczenia maszynowego/technik uczenia głębokiego, aby uzyskać bardziej szczegółowe informacje z tych danych za pomocą języka Python, R lub Scala oraz wbudowanych środowisk notesów w usłudze Azure Databricks.

Wykorzystaj natywne łączniki między usługami Azure Databricks i Azure Synapse Analytics, aby móc uzyskać dostęp do danych na dużą skalę i przenosić je.

Utwórz analityczne pulpity nawigacyjne i osadzone raporty bazujące na usłudze Azure Data Warehouse, aby udostępnić szczegółowe informacje w obrębie organizacji, a następnie użyj usług Azure Analysis Services w celu udostępnienia tych danych tysiącom użytkowników.

Zaawansowani użytkownicy korzystają z wbudowanych możliwości usług Azure Databricks i Azure HDInsight w celu określenia głównych przyczyn i przeanalizowania surowych danych.

Umieść szczegółowe informacje z usługi Azure Databricks w bazie danych Cosmos DB, aby udostępnić je za pośrednictwem aplikacji działających w czasie rzeczywistym.

  1. 1 Łatwo pozyskuj dane transmisji strumieniowej na żywo dla aplikacji przy użyciu klastra Apache Kafka w usłudze Azure HDInsight.
  2. 2 Zbierz razem wszystkie dane strukturalne w usłudze Azure Blob Storage, korzystając z usługi Azure Data Factory.
  3. 3 Skorzystaj z usługi Azure Databricks, aby wyczyścić, przekształcić i przeanalizować dane przesyłane strumieniowo, a także połączyć je z danymi strukturalnymi z operacyjnych baz danych lub magazynów danych.
  4. 4 Użyj skalowalnego uczenia maszynowego/technik uczenia głębokiego, aby uzyskać bardziej szczegółowe informacje z tych danych za pomocą języka Python, R lub Scala oraz wbudowanych środowisk notesów w usłudze Azure Databricks.
  1. 5 Wykorzystaj natywne łączniki między usługami Azure Databricks i Azure Synapse Analytics, aby móc uzyskać dostęp do danych na dużą skalę i przenosić je.
  2. 6 Utwórz analityczne pulpity nawigacyjne i osadzone raporty bazujące na usłudze Azure Data Warehouse, aby udostępnić szczegółowe informacje w obrębie organizacji, a następnie użyj usług Azure Analysis Services w celu udostępnienia tych danych tysiącom użytkowników.
  3. 7 Zaawansowani użytkownicy korzystają z wbudowanych możliwości usług Azure Databricks i Azure HDInsight w celu określenia głównych przyczyn i przeanalizowania surowych danych.
  4. 8 Umieść szczegółowe informacje z usługi Azure Databricks w bazie danych Cosmos DB, aby udostępnić je za pośrednictwem aplikacji działających w czasie rzeczywistym.

Wytyczne dotyczące implementacji

Produkty/opis Dokumentacja

Azure Synapse Analytics

Azure Synapse Analytics to szybki, elastyczny i zaufany magazyn danych w chmurze umożliwiający elastyczne i niezależne skalowanie, obliczanie oraz przechowywanie danych dzięki architekturze równoległego przetwarzania ogromnej ilości danych.

Data Factory

Azure Data Factory to usługa integracji danych hybrydowych, która umożliwia tworzenie, planowanie i organizowanie przepływów pracy usługi ETL/ELT.

Azure Data Lake Storage

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

Azure Databricks

Usługa Azure Databricks to szybka i łatwa w obsłudze platforma analityczna do pracy zespołowej bazująca na platformie Apache Spark.

HDInsight

Azure HDInsight to w pełni zarządzana usługa analizy typu open source o szerokim zakresie funkcji przeznaczona dla popularnych struktur open source, takich jak Hadoop, Spark, Hive, LLAP, Kafka, Storm, R i inne.

Azure Cosmos DB

Azure Cosmos DB to usługa globalnie dystrybuowanej, wielomodelowej bazy danych. Następnie dowiedz się, jak replikować dane w dowolnej liczbie regionów świadczenia usługi Azure i skalować przepływność niezależnie od magazynu.

Azure Analysis Services

Azure Analysis Services to aparat analityczny klasy korporacyjnej jako usługa, który umożliwia pewne definiowanie, wdrażanie, testowanie i dostarczanie rozwiązań do analizy biznesowej.

Power BI

Power BI to zestaw narzędzi do analityki biznesowej umożliwiający dostarczanie szczegółowych informacji w całej organizacji. Łącz się z setkami źródeł danych, upraszczaj przygotowywanie danych i przeprowadzaj analizy ad-hoc. Twórz piękne raporty, a następnie publikuj je, aby inne osoby w organizacji mogły skorzystać z nich w Internecie lub na swoich urządzeniach przenośnych.

Powiązane architektury rozwiązań

Nowoczesny magazyn danychNowoczesny magazyn danych umożliwia łatwe łączenie wszystkich typów danych o dowolnej skali oraz udostępnia wszystkim użytkownikom szczegółowe informacje za pomocą analitycznych pulpitów nawigacyjnych, raportów operacyjnych i analizy zaawansowanej.12345

Nowoczesny magazyn danych

Nowoczesny magazyn danych umożliwia łatwe łączenie wszystkich typów danych o dowolnej skali oraz udostępnia wszystkim użytkownikom szczegółowe informacje za pomocą analitycznych pulpitów nawigacyjnych, raportów operacyjnych i analizy zaawansowanej.

Zaawansowana analiza danych big dataPrzekształcaj 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.1234567

Zaawansowana analiza danych big data

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.