Azure Databricks

Snabb och enkel Apache SparkTM-baserad analystjänst med samarbetsfunktioner

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 datavetenskap såsom TensorFlow, PyTorch och scikit-learn.

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

Tillförlitlig datateknik

Storskalig databehandling för batch- och streamingarbetsbelastningar

Analys för alla dina data

Aktivera analyser för de mest kompletta och aktuella data

Collaborative 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 automatiskt avslut för att förbättra den totala ägandekostnaden (TCO).

Läs dokumentationen om Azure Databricks

Öka produktiviteten med en delad arbetsyta och gemensamma språk

Samarbeta effektivt i delade projekt med hjälp av den interaktiva arbetsytan och notebook-funktionen, oavsett om du är datatekniker, dataforskare eller affärsanalytiker. Utveckla med språk såsom Python, Scala, R och SQL. Få enkel versionskontroll av notebook-filer med GitHub och Azure DevOps.

Lär dig hur du skapar en Azure Databricks-arbetsyta

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.

Titta på ett webbseminarium om Azure Databricks och Azure Machine Learning

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.

Lär dig mer om Analys i molnskala i Azure

Viktig tjänstfunktioner

Optimerad Spark-motor

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

Machine Learning-körning

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

MLflow

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

Välj språk själv

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

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.

Delta lake

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

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.

Interaktiva arbetsytor

Möjliggör ett smidigt samarbete mellan dataforskare, datatekniker och affärsanalytiker

Säkerhet i storföretagsklass

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

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

Arkitektur för realtidsanalys av stordata

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.

Avancerad analysarkitektur

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.

Livscykelhantering med Machine Learning

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.

Säkerhet och sekretess är kritiska faktorer

  • Skydda, övervaka och hantera dina data och analyslösningar med hjälp av branschledande funktioner för säkerhet och regelefterlevnad.

  • Enkel inloggning och Azure Active Directory-integrering gör att datapersonalen kan ägna mer tid åt att utvinna insikter.

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

Mer information om produkter och tjänster för Azure Databricks

Prissättning för Azure Databricks

Används av företag i flera branscher

Identifiera säkerhetsrisker med hjälp av molnbaserad djupinlärning

Shell använder Azure, AI och maskinsyn för att få bättre skydd för kunder och anställda.

Läs berättelsen

Shell

Öka prestanda och kostnadsbesparingar

Datatjänsten renewablesAI skapar en stabil och lönsam solenergimarknad med hjälp av Azure och Apache Spark.

Läs berättelsen

Renewables AI

En heltäckande analyslösning i Azure

Logistikleverantören LINX Cargo Care Group ökar innovation i hela företaget med hjälp av Azure Databricks.

Läs berättelsen

LINX Cargo Care Group

Kom igång med Azure Databricks

Registrera dig för ett kostnadsfritt Azure-konto och få omedelbar åtkomst.

Läs dokumentationen om hur du använder Azure Databricks.

Utforska snabbstarten och lär dig skapa kluster, notebook-filer, tabeller och mer.

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.

Få de senaste nyheterna och resurserna för Azure Databricks

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 använda kan analysera ett kluster gemensamt genom att dela klustret.

Vi är klara när du är det – låt oss konfigurera ditt kostnadsfria Azure-konto