Trace Id is missing
Ana içeriğe atla

Azure Databricks

Apache Spark™ temelli analiz ile yapay zeka tasarlayın.

İyileştirilmiş Apache Spark ile büyük veri analizi ve yapay zeka

Tüm verilerinizden içgörü edinin ve Azure Databricks ile yapay zeka (AI) çözümleri oluşturun, Apache Spark™ ortamlarınızı dakikalar içerisinde ayarlayın, otomatik ölçeklendirme gerçekleştirin, ve etkileşimli bir çalışma alanında paylaşılan projeler üzerinde işbirliği yapın. Azure Databricks Python, Scala, R, Java ve SQL’nin yanı sıra TensorFlow, PyTorch ve scikit-learn’ü de içeren veri bilimi çerçevelerini destekler.

Apache Spark™ Apache Software Foundation’ın bir ticari markasıdır.

Azure Data Factory ile alma ve düzenleme. Azure Databricks ile hazırlama, dönüştürme ve zenginleştirme. Azure Synapse Analytics ile hizmet verme. Azure Data Lake Storage ile depolama. Power BI ile görselleştirme.

Güvenilir veri mühendisliği

Toplu ve akış iş yükleri için büyük ölçekli veri işleme.

Tüm verileriniz için analiz

En kapsamlı ve güncel veriler için analizi etkinleştirme.

İşbirliğine dayalı veri bilimi

Büyük veri kümelerinde veri bilimini basitleşme ve hızlandırma.

Açık kaynaktan kök alıyor

Hızlı, iyileştirilmiş Apache Spark ortamı.

İyileştirilmiş Apache Spark ortamıyla hızla çalışmaya başlayın

Azure Databricks, Apache Spark’ın en son sürümlerini sunar ve açık kaynak kitaplıklarla sorunsuzca tümleştirme yapmanıza olanak tanır. Kümeleri hızla başlatın, Azure’ın genel ölçeği ve kullanılabilirliği ile tam olarak yönetilen bir Apache Spark ortamında hızla derleyin. İzleme gerekmeden güvenilirlik ve performans sunmak amacıyla kümeler ayarlanır, yapılandırılır ve hassas düzenlemeler yapılır. Toplam sahip olma maliyetini (TCO) geliştirmek için otomatik ölçeklendirme ve otomatik sonlandırma özelliklerinden faydalanın.

Azure Databricks’te yeni bir küme oluşturan bir kullanıcı.
Databricks’te Apache Spark tanıtımı

Paylaşılan çalışma alanı ve ortak diller ile üretkenliği artırın

İster veri bilimcisi, ister veri mühendisi veya iş analisti olun, her tür analiz iş yükünü çalıştırmak için açık ve birleştirilmiş bir platformda etkili bir şekilde işbirliği yapın. Python, Scala, R ve SQL de dahil olmak üzere seçtiğiniz dili kullanarak derleyin. GitHub ve Azure DevOps ile not defterlerinin sürümlerini kolayca denetleme imkanını elde edin.

Büyük veriler üzerinde makine öğrenmesini güçlendirin

Uyumlu algoritmaları ve hiper parametreleri tanımlamak için Bütünleşik Azure Machine Learning’i kullanarak gelişmiş otomatikleştirilmiş makine öğrenmesi özelliklerine erişin. Buluttan uca dağıtılan makine öğrenmesi modellerinin yönetimini, izlenmesini ve güncelleştirilmesini basitleştirin. Azure Machine Learning denemeleriniz, makine öğrenmesi işlem hatlarınız ve modelleriniz için merkezi bir kayıt defteri de sağlar.

Azure Databricks’te Scikit-Learn ile ML Modeli olarak adlandırılmış bir çalışma alanı
Azure Databricks’te bir talep ölçeklendirme tahmini.

Yüksek performanslı modern veri saklama olanağı edinin

Herhangi bir ölçekteki verileri birleştirip analiz panoları ve işlem raporları aracılığıyla içgörüler elde edin. Azure Data Factory’yi kullanarak veri taşıma işlemini otomatikleştirin, verileri Azure Data Lake Storage’a yükleyin, Azure Databricks’i kullanarak bunları temizleyin ve Azure Synapse Analytics’i kullanarak analiz için bunları kullanılabilir hale getirin. Eşsiz düzeylerde performans ve ölçeklenebilirlik için buluttaki veri ambarınızı modernleştirin.

Önemli hizmet özellikleri

  • a

    İyileştirilmiş Spark altyapısı

    50 kata kadar performans kazanımı için yüksek oranda iyileştirilmiş Apache Spark™ tarafından desteklenen, otomatik ölçeklendirme altyapısında basit veri işlemesi.

  • a

    Makine öğrenmesi çalışma zamanı

    PyTorch, TensorFlow, scikit-learn gibi gelişmiş ve popüler çerçevelere sahip artırılmış makine öğrenmesine yönelik önceden yapılandırılmış makine öğrenmesi ortamlarına tek tıklamayla erişim.

  • a

    MLflow

    Merkezi bir depodan deneyimleri izleyip paylaşın, çalıştırmaları yeniden oluşturun ve modelleri işbirliğiyle yönetin.

  • c

    Dil seçeneği

    Hem sunucusuz hem de sağlanan işlem kaynakları için Python, Scala, R, Spark SQL ve .NET gibi tercih ettiğiniz dili kullanın.

  • c

    İşbirliğine dayalı not defterleri

    Verilere hızla erişip bunları keşfedin, yeni içgörüleri bulup paylaşın, seçtiğiniz dilleri ve araçları kullanarak işbirliği yapıp modeller oluşturun.

  • c

    Delta Lake

    Tam veri yaşam döngüsüne yönelik tasarlanan açık kaynaklı bir işlem depolama katmanı sayesinde mevcut veri gölünüze veri güvenilirliği ve ölçeklenebilirliği kazandırın.

  • v

    Azure hizmetleri ile yerel tümleştirmeler

    Azure Data Factory, Azure Data Lake Storage, Azure Machine Learning ve Power BI gibi Azure hizmetleriyle kapsamlı tümleştirme sayesinde uçtan uca analiz ve makine öğrenmesi çözümünüzü tamamlayın.

  • spar

    Etkileşimli çalışma alanları

    Veri uzmanları, veri mühendisleri ve iş analistleri arasında sorunsuz işbirliğine olanak tanıyın.

  • d

    Kurumsal düzeyde güvenlik

    Zahmetsiz yerleşik güvenlik, verilerinizi, bulundukları yerde korur ve binlerce kullanıcı ile veri kümesi genelinde uyumlu, özel ve yalıtılmış analiz çalışma alanları oluşturur.

  • s

    Üretimde kullanıma hazır

    Güvenilir bir veri platformunda CI/CD’ye ve izlemeye yönelik ekosistem tümleştirmeleri sayesinde görev açısından en kritik iş yüklerinizi güvenle çalıştırıp ölçeklendirin.

Çözüm mimarisi örneklerinden daha fazla bilgi edinin

Azure Databricks ile veri bilimi ve makine öğrenmesi

Canlı akış verilerinden kolayca içgörü elde edin. Tüm IoT cihazlarından veya web sitesi tıklama akışlarındaki günlüklerden sürekli olarak veri yakalayın ve yakaladığınız verileri neredeyse gerçek zamanlı olarak işleyin.

Azure Databricks ile modern analiz mimarisi

Birinci sınıf makine öğrenimi araçlarını kullanarak verilerinizden eyleme dönüştürülebilir içgörüler elde edin. Bu mimari, verileri dilediğiniz ölçekte birleştirmenize olanak tanırken özel makine öğrenimi modellerini ölçeğe uygun şekilde oluşturmanızı ve dağıtmanızı sağlar.

Azure Databricks ile veri alımı, ETL ve akış işlem hatları

Makine öğrenmesi uygulamaları oluşturmak, paylaşmak, dağıtmak ve yönetmek için Azure Databricks, MLflow ve Azure Machine Learning sayesinde uçtan uca makine öğrenmesi yaşam döngünüzü hızlandırıp yönetin.

Yerleşik, kapsamlı güvenlik ve uyumluluk

Azure Databricks ürün ve hizmetleri hakkında daha fazla bilgi edinin

Azure Data Factory

ETL’yi uygun ölçekte basitleştiren hibrit veri tümleştirme hizmeti.

Azure Data Lake Storage 2. Nesil

Azure Blob Depolama temelli, çok yüksek oranda ölçeklenebilir, güvenli veri gölü işlevleri.

Azure Machine Learning

Modelleri daha hızlı bir şekilde oluşturup dağıtmak için kurumsal sınıf makine öğrenmesi.

Power BI

Uygulamalarınıza analizler ve etkileşimli raporlar ekleyin.

Ücretsiz Azure hesabını kullanmaya başlayın

1

Ücretsiz kullanmaya başlayın. 30 gün içinde kullanmak üzere USD200 kredi alın. Krediniz varken, en popüler hizmetlerimizin birçoğundan ve her zaman ücretsiz olan 55’ten fazla diğer hizmetten ücretsiz olarak yararlanın.

2

Krediniz sona erdiğinde aynı ücretsiz hizmetlerle oluşturmaya devam etmek için kullandıkça öde yöntemine geçin. Yalnızca ücretsiz aylık tutarlarınızdan daha fazlasını kullanırsanız ödeme yapın.

3

12 aydan sonra, her zaman ücretsiz 55’ten fazla hizmeti almaya devam edersiniz ve yine de yalnızca aylık ücretsiz tutarınızın ötesinde kullandığınız kadar ödeme yaparsınız.

Topluluk ve Azure desteği

 MSDN Forumu ve Stack Overflow’da sorular sorarak Microsoft mühendislerinden ve Azure topluluk uzmanlarından destek alın ya da Azure desteğine başvurun.

Popüler laboratuvarlar ve şablonlar

Azure Databricks hakkında sık sorulan sorular

  • Azure Databricks SLA’sı %99,95 oranında kullanılabilirlik garantisi sunar.

  • Saat başına denk gelen ve saniyelik kullanıma göre ücretlendirilen süreç yeteneği birimi, Databricks birimi veya DBU olarak adlandırılır.

  • Bir veri mühendisliği iş yükü, üzerinde çalıştığı kümeyi otomatik olarak başlatan ve sonlandıran iştir. Örneğin bir iş yükü, yalnızca bu işe yönelik bir Apache Spark bir kümesi başlatan ve iş tamamlandıktan sonra kümeyi otomatik olarak sonlandıran Azure Databricks iş zamanlayıcısı tarafından tetiklenebilir.

    Veri analizi iş yükü otomatikleştirilmez. Örneğin, Azure Databricks not defterlerindeki komutlar, el ile sonlandırılana kadar Apache Spark kümelerinde çalışır. Birden fazla kullanıcı bir kümeyi işbirliğine dayalı bir şekilde analiz etmek için ortak kullanabilir.

Hazırsanız başlayabiliriz. Ücretsiz Azure hesabınızı hemen ayarlayalım