Azures lösningsarkitekturer

Arkitekturer som hjälper dig att utforma och implementera säkra, mycket tillgängliga, välpresterande och elastiska lösningar i Azure.

Kampagneoptimering med Azure HDInsight Spark-klyngerI denne løsning vises det, hvordan du bygger og udruller en maskinel indlæringsmodel med Microsoft R-server på Azure HDInsight Spark-klynger til at anbefale handlinger til maksimering af købsfrekvensen for kundeemner, der er målet for en kampagne. Denne løsning muliggør effektiv håndtering af big data på Spark med Microsoft R-server.

Kampanjoptimering med Azure HDInsight Spark-kluster

I den här lösningen visas hur du skapar och distribuerar en modell för maskininlärning med Microsoft R Server på Azure HDInsight Spark-kluster som rekommenderar åtgärder som maximerar köpfrekvensen bland potentiella kunder i en kampanj. Med den här lösningen kan du effektivt hantera stordata i Spark med Microsoft R Server.

Läs mer
Big Compute med Azure BatchArbejdsbelastninger i forbindelse med Big Compute og højtydende databehandling er normalt databehandlingskrævende og kan køres samtidigt, så cloudmiljøets skalerbarhed og fleksibilitet udnyttes. Arbejdsbelastningerne køres ofte asynkront vha. batchbehandling, mens databehandlingsressourcer er påkrævet for at udføre arbejdet, og jobplanlægning er påkrævet for at angive selve arbejdet. Eksempler på arbejdsbelastninger i forbindelse med Big Compute og højtydende databehandling inkluderer Monte Carlo-simuleringer med økonomisk risiko, billedgengivelse, medieomkodning, filbehandling og tekniske eller videnskabelige simuleringer.123456

Big Compute med Azure Batch

Arbetsbelastningar för Big Compute och databehandling med höga prestanda (HPC) är vanligen beräkningsintensiva och kan köras parallellt, för att dra nytta av skalbarheten och flexibiliteten i molnet. Arbetsbelastningarna körs ofta asynkront med batchbearbetning, med de beräkningsresurser som krävs för att utföra arbetet och schemaläggning av jobb som krävs för specificera arbetet. Exempel på Big Compute- och HPC-arbetsbelastning är Monte Carlo-simuleringar för finansiella risker, bildrendering, mediatranskodning, filbearbetning och simuleringar för konstruktion eller forskning.

Läs mer
Build high availability into your BCDR strategyVirtual machines (VMs) are physically separated across zones, and a virtual network is created using load balancers at each site. These locations are close enough for high availability replication, so your applications stay running, despite any issues at the physical locations.1234567

Bygg in hög tillgänglighet i din BCDR-strategi

Virtuella datorer (VM) är fysiskt åtskilda i olika zoner, och ett virtuellt nätverk skapas med hjälp av belastningsutjämnare på varje plats. Dessa platser ligger nära nog för replikering med hög tillgänglighet, så att dina program körs utan avbrott, även om problem skulle uppstå på de fysiska platserna.

Läs mer
Skalering på tværs af cloudmiljøet med Azure og Azure StackMere og mere moderne software er opkoblet og distribueret. Ensartetheden mellem Azure Stack med Azure-infrastruktur og platformstjenester gør det muligt for dig at skalere ressourcer på tværs af cloudmiljøet, så du kan imødekomme stigende belastninger efter behov og reducere mængden af ressourcer, når behovet falder. Optimer udgifterne, og maksimer effektiviteten af dine ressourcer, mens du overholder de angivne standarder med arkitekturen på tværs af cloudmiljøet.12345

Skalning över molnet med Azure och Azure Stack

Modern programvara är i allt högre grad ansluten och distribuerad. Överensstämmelsen mellan Azure Stack och infrastrukturen och plattformstjänsterna i Azure gör att du kan skala resurser över molnet för att allt efter behov bemöta högre belastningar och minska resurserna efter efterfrågan faller. Optimera kostnaden och maximera resurseffektiviteten samtidigt som du behåller kompatibiliteten över molnarkitekturen.

Läs mer