Hoppa till huvudinnehåll

Azure Databricks

Utforma AI med Apache Spark™-baserad analys.

Stordataanalys och AI med optimerad Apache Spark

Få insikter från alla dina data och skapa AI-lösningar med Azure Databricks, konfigurera din Apache Spark™-miljö på några minuter samt autoskala och samarbeta i delade projekt på en interaktiv arbetsyta. Azure Databricks stöder Python, Scala, R, Java och SQL samt ramverk och bibliotek för data science såsom TensorFlow, PyTorch och scikit-learn.

Apache Spark™ är ett varumärke som tillhör Apache Software Foundation.

Mata in och orkestrera med Azure Data Factory. Förbered, transformera och berika med Azure Databricks. Tillhandahåll med Azure Synapse Analytics. Lagra med Azure Data Lake Storage. Visualisera med Power BI.

Tillförlitlig datateknik

Storskalig databehandling för batch- och streamingarbetsbelastningar.

Analys för alla dina data

Aktivera analyser för de mest kompletta och aktuella data.

Samarbetsbaserad data science

Få snabbare och enklare data science för stora datamängder.

Rotad i öppen källkod

Snabb och optimerad Apache Spark-miljö.

Kom igång snabbt med en optimerad Apache Spark-miljö

Azure Databricks tillhandahåller de senaste versionerna av Apache Spark och gör att du kan integrera smidigt med bibliotek med öppen källkod. Kör igång kluster och skapa snabbt i en fullständigt hanterad Apache Spark-miljö med den globala skalan och tillgängligheten hos Azure. Kluster installeras, konfigureras och finjusteras för att säkerställa tillförlitlighet och prestanda utan behov av övervakning. Dra nytta av autoskalning och automatisk avslutning för att förbättra den totala ägandekostnaden (TCO).
En användare skapar ett nytt kluster i Azure Databricks.
En introduktion till Apache Spark i Databricks

Öka produktiviteten med en delad arbetsyta och gemensamma språk

Samarbeta effektivt i en öppen och enhetlig plattform där du kan köra alla typer av analysarbetsbelastningar, oavsett om du är dataforskare, dataingenjör eller affärsanalytiker. Utveckla med språk såsom Python, Scala, R och SQL. Få enkel versionskontroll av notebook-filer med GitHub och Azure DevOps.

Turboladda maskininlärning med stordata

Få avancerade funktioner för maskininlärning med den integrerade tjänsten Azure Machine Learning så att du snabbt kan identifiera lämpliga algoritmer och hyperparametrar. Förenkla hantering, övervakning och uppdatering av maskininlärningsmodeller som distribueras från molnet till gränsen. Azure Machine Learning tillhandahåller även ett centralt register för dina experiment, maskininlärningspipelines och modeller.
En arbetsyta med namnet ”ML Model with Scikit-Learn” i Azure Databricks
En efterfrågeprognos (skalning) i Azure Databricks.

Få högpresterande modern datalagerhantering

Kombinera data i vilken skala som helst och få insikter via analytiska instrumentpaneler och driftsrapporter. Automatisera dataflytt via Azure Data Factory. Läs sedan in data i Azure Data Lake Storage, transformera och rensa dem i Azure Databricks och gör dem tillgängliga för analys med hjälp av Azure Synapse Analytics. Modernisera informationslagret i molnet och få oöverträffad prestanda och skalbarhet.

Viktig tjänstfunktioner

  • a

    Optimerad Spark-motor

    Enkel databehandling i infrastruktur med automatisk skalning som drivs av högoptimerad Apache Spark™ som ger upp till 50 gånger högre prestanda.

  • a

    Machine Learning-körning

    Åtkomst med ett klick till förkonfigurerade maskininlärningsmiljöer för förstärkt maskininlärning med de senaste ramverken som PyTorch, TensorFlow och scikit-learn.

  • a

    MLflow

    Samarbeta med att spåra och dela experiment, reproducera körningar och hantera modeller från en central lagringsplats.

  • c

    Välj språk själv

    Använd det språk du föredrar, som Python, Scala, R, Spark SQL eller .Net, oavsett om du använder serverlösa eller etablerade beräkningsresurser.

  • c

    Notebook-filer för samarbete

    Kom snabbt åt och utforska data, hitta och dela nya insikter och utveckla modeller genom samarbete med valfria språk och verktyg.

  • c

    Delta Lake

    Lägg till datasäkerhet och skalbarhet till din befintliga datasjö med ett transaktionsbaserat lagringsskikt med öppen källkod för hela livscykeln för data.

  • v

    Interna integreringar med Azure-tjänster

    Komplettera din heltäckande lösning för analys och maskininlärning med djupgående integrering med Azure-tjänster som Azure Data Factory, Azure Data Lake Storage, Azure Machine Learning och Power BI.

  • spar

    Interaktiva arbetsytor

    Möjliggör ett smidigt samarbete mellan dataforskare, datatekniker och affärsanalytiker.

  • d

    Säkerhet i företagsklass

    Enkel inbyggd säkerhet skyddar dina data där du har dem och skapar kompatibla, privata och isolerade analysarbetsytor för tusentals användare och datamängder.

  • s

    Produktionsklar

    Kör och skala dina mest verksamhetskritiska dataarbetsbelastningar med tillförsikt på en betrodd dataplattform, med ekosystemintegreringar för CI/CD och övervakning.

Lär dig mer från exempel på lösningsarkitektur

Data science och maskininlärning med Azure Databricks

Få insikter från liveströmmande data utan krångel. Hämta data kontinuerligt från valfri IoT-enhet eller loggar från webbplatsers klickströmmar och bearbeta dem i nära nog realtid.

Modern analysarkitektur med Azure Databricks

Omvandla dina data till användbara insikter med klassledande maskininlärningsverktyg. Den här arkitekturen gör att du kan kombinera valfria data i valfri skala och skapa och distribuera anpassade Machine Learning-verktyg i skala.

Pipelines för inmatning, ETL och dataströmbearbetning med Azure Databricks

Påskynda och hantera livscykeln för maskininlärning från slutpunkt till slutpunkt med Azure Databricks, MLflow och Azure Machine Learning för att bygga, dela, distribuera och hantera maskininlärningsprogram.

Omfattande inbyggda funktioner för säkerhet och efterlevnad

  • Microsoft investerar över 1 miljard USD varje år på forskning och utveckling av cybersäkerhet.

  • Vi sysselsätter fler än 3 500 säkerhetsexperter som arbetar helt och hållet med din datasäkerhet och sekretess.

  • Azure har fler certifieringar än någon annan molnleverantör. Se hela listan.

Mer information om produkter och tjänster för Azure Databricks

Azure Data Factory

Hybridtjänst för dataintegrering som underlättar ETL i stor skala.

Azure Data Lake Storage Gen 2

Extremt skalbar och säker Data Lake-funktion som bygger på Azure Blob Storage.

Azure Machine Learning

Maskininlärningstjänst i företagsklass som bygger och distribuerar modeller snabbare.

Power BI

Lägg till analys och interaktiv rapportering i dina program.

  • Prissättning för Azure Databricks

    Kör igång kluster snabbt och autoskala upp eller ned baserat på användningsbehov. Utforska alla prisalternativ för Azure Databricks.

Kom igång med ett kostnadsfritt Azure-konto

1

Börja använda kostnadsfritt. Få USD$200 i kredit att använda inom 30 dagar. Så länge krediten gäller har du gratis tillgång till många av våra populära tjänster, samt obegränsad tillgång till fler än 55 andra tjänster som alltid är kostnadsfria.

2

När krediten upphör kan du fortsätta att använda tjänsterna genom användningsbaserad prissättning. Betala bara om du använder mer än de kostnadsfria månadsvolymerna.

3

Efter 12 månader kommer du att ha fortsatt tillgång till fler än 55 tjänster som alltid är kostnadsfria – och du behöver bara betala för det du använder utöver de kostnadsfria månadsvolymerna.

Support från communityn och Azure

Ställ frågor och få support av Microsoft-tekniker och experter i Azure-communityn på MSDN-forum och Stack Overflow, eller kontakta Azure Support.

Populära labbövningar och mallar

Upptäck labbuppgifter som du gör i din egen takt  och populära snabbstartsmallar för vanliga konfigurationer från Microsoft och communityn.

Vanliga frågor om Azure Databricks

  • Serviceavtalet för Azure Databricks garanterar 99,95 procents tillgänglighet.

  • En DBU (Databricks-enhet) är en enhet för processkapacitet per timme, som debiteras efter användning per sekund.

  • En arbetsbelastning för datateknik är ett jobb som automatiskt startar och avslutar det kluster där den körs. En arbetsbelastning kan till exempel utlösas av jobbschemaläggaren i Azure Databricks, som startar ett Apache Spark-kluster specifikt för jobbet och sedan automatiskt avslutar klustret när jobbet har slutförts.

    Arbetsbelastningen för dataanalys är inte automatiserad. Till exempel körs kommandon i Azure Databricks-notebook-filer i Apache Spark-kluster tills de avslutas manuellt. Flera användare kan analysera ett kluster gemensamt genom att dela klustret.

Nu kan du konfigurera ditt kostnadsfria Azure-konto

Prova Azure kostnadsfritt

Chatta med en säljare