Azure HDInsight

ОБЗОР

Управление потребностями в обработке больших данных на платформе с открытым кодом

Запустите популярные платформы с открытым исходным кодом, такие как Hadoop, Spark, Hive и Kafka, с помощью Azure HDInsight — корпоративной, настраиваемой службы аналитики, которая обрабатывает огромные объемы данных в глобальном масштабе и упрощает перенос больших данных в облако.

Своевременно узнавайте о новейших выпусках платформ с открытым кодом, включая Kafka, HBase и Hive LLAP. HDInsight поддерживает новейшие проекты с открытым кодом из экосистем Apache Hadoop и Spark.
Создайте собственное озеро данных с помощью тесной интеграции с решениями и службами хранения данных Azure, среди которых Azure Synapse Analytics, Azure Cosmos DB, Azure Data Lake Storage, Хранилище BLOB-объектов Azure, Центры событий Azure и Фабрика данных Azure. Управляйте затратами, пользуясь возможностями выбора из широкого спектра виртуальных машин и функциями автоматического масштабирования на основе нагрузки или по расписанию. Отслеживайте состояние всего озера данных с помощью панелей мониторинга Azure Monitor.
Используйте привычные средства повышения производительности, включая Visual Studio, Eclipse, IntelliJ, Jupyter и Zeppelin. Пишите код, используя знакомые языки и платформы: Scala, Python, R, JavaScript и .NET.

Функции

Управляемые кластеры с открытым кодом для безопасной, масштабируемой аналитики

Безопасность

Встроенные механизмы обеспечения безопасности и соответствия требованиям

34 000

Число специалистов в эквиваленте полного рабочего дня, работающих в Майкрософт над инициативами в области безопасности.

15 000

Партнеры с узкой специализацией в области безопасности.

>100

Сертификаты соответствия, включая более 50 для отдельных регионов и стран по всему миру.

Подробнее о безопасности в Azure

Человек сидит в машине и работает за ноутбуком.

Цены

Плата только за необходимые ресурсы

HDInsight предлагает широкий спектр платформ, оптимизированных для памяти или вычислений (виртуальных машин). Выберите из них ту, которая оптимально подходит для удовлетворения ваших требований к производительности и затратам.

Цены на Azure HD Insight

Истории клиентов

Нам доверяют компании любого размера

Фиолетовый фон с логотипом Microsoft, изображающим букву M.

Компания Myntra ускорила цифровую трансформацию

Компания Myntra в тесном сотрудничестве с Майкрософт перенесла свою платформу — от управления цепочкой поставок до инвентаризации и возможностей производства — в Azure для обеспечения надежности, постоянной доступности, гипермасштабируемости и экономичности вычислений.

Компания Gap Inc. ускорила цифровую трансформацию

Создав и централизовав свою платформу данных на основе Azure, компания Gap Inc. теперь может использовать передовые возможности аналитики и машинного обучения для получения комплексных сведений о клиентах по всем каналам и брендам, входящим в ее портфолио.

Ресурсы

Ресурсы и документация по HDInsight

Создание кластера Apache Spark в Azure HDInsight с помощью портала Azure

Узнайте, как использовать Apache Spark SQL с блокнотами Jupyter в HDInsight.

Подробнее

Двое людей сидят на диване и обсуждают содержимое на ноутбуке в гостиной с картинами в рамах на заднем плане

Создание аналитических решений на основе программного обеспечения с открытым исходным кодом (OSS) с помощью Azure HDInsight

Узнайте об обучении для создания аналитических решений с открытым исходным кодом на HDInsight.

Подробнее

Сведения об Azure HDInsight?

Узнайте о полных возможностях и архитектуре Azure HDInsight.

Подробнее

Вопросы и ответы

Решение Azure HDInsight будет вам полезным, если вы используете собственный код для обработки и анализа очень крупных баз данных с помощью новых платформ для обработки больших данных, таких как Spark, Hadoop, Hive, Kafka или Hbase. Azure HDInsight предоставляет возможности полного контроля над конфигурацией кластеров и установленным на них ПО. HDInsight также поможет вам, если вы переносите кластеры Hortonworks, Cloudera или MapR из локальных сред или других облаков.
Azure HDInsight можно применять в различных сценариях обработки больших данных. Это могут быть исторические (т. е. собранные и сохраненные) данные или данные в реальном времени (потоковые данные, передаваемые прямо из источника). Сценарии обработки таких данных можно разделить на следующие категории: пакетная обработка (извлечение, преобразование и загрузка), хранение данных, Интернет вещей (IoT), обработка и анализ данных, а также гибридные сценарии.
Для получения дополнительных сведений о типах кластеров HDInsight и методах подготовки прочтите документацию по настройке кластеров в HDInsight с помощью Apache Hadoop, Apache Spark, Apache Kafka и других решений.