跳过导航

新式数据仓库

为所有数据(结构化、非结构化或流式数据)构建中心,推动 BI、报告、高级分析和实时分析等转型解决方案。利用 Azure SQL 数据仓库和 Azure Databricks 等完全托管的 Azure 服务的性能、灵活性和安全性,轻松入门。

缩短上市时间

通过行业领先的 SQL Server 和 Apache Spark 引擎,确保生产力,同时通过完全托管的云服务,可在几分钟内配置新式数据仓库。通过 Azure 数据工厂中 30 多个本机数据连接器加快集成速度,并支持 Informatica 和 Talend 的领先信息管理工具。让数据科学家、数据工程师和业务分析师能够自行选择要针对大数据使用的工具和语言。

了解 Rockwell 如何将开发时间缩短 80%,进而缩短上市时间,降低成本并提高客户响应。

根据具体需求选择解决方案

根据业务需求轻松开始使用云解决方案或混合选项。只有通过 Microsoft,你才能在私有云中持续利用 SQL Server 经过验证的性能、熟悉度和安全性,或将其作为 Azure MPP 体系结构中的托管服务。通过混合数据集成,降低管理现有数据转换的成本和复杂性。最后,通过本地服务和 Azure 上的共同身份,获得一致的用户体验。

了解嘉年华如何构建混合解决方案,来预测船上用水量,让每艘船每年节省 $200000

获取任何数据见解

利用灵活性在本地或云中构建和部署机器学习模型。使用所选数据科学工具,以及对最好的 Microsoft 和开源创新的支持。通过与 Power BI 和其他领先商业智能和可视化工具(如 Tableau、Qlik、MicroStrategy 和 Alteryx)的多种集成,轻松在组织内分发见解。

了解 ASOS.com 如何以每秒处理 33 个订单的速度提供 1300 万次个性化的体验

安心使用

内置高级安全功能包括透明数据加密、审核、威胁检测、Azure Active Directory 集成和虚拟网终结点。Azure 服务符合 50 多项行业和地域认证要求,遍布全球 42 个国家/地区,可将数据保存在用户所在的位置。最后,Microsoft 提供有经济支持的 SLA,让用户能安心使用。

了解为什么 GE Healthcare 使用 Azure 数据服务交付其核心解决方案。

客户使用新式数据仓库创造佳绩

解决方案体系结构

新式数据仓库

  1. 概述
  2. Flow

通过新式数据仓库可轻松将所有数据汇集到一起,并通过分析仪表板、操作报告或所有用户的高级分析获取见解。

  1. 1 使用 Azure 数据工厂将所有结构化、非结构化和半结构化数据(日志、文件和媒体)结合到 Azure Blob 存储中。
  2. 2 利用 Azure Blob 存储中的数据,通过 Azure Databricks 执行可缩放分析,并获得清理和转换后的数据。
  3. 3 可将清理和转换后的数据移动到 Azure SQL 数据仓库,与现有的结构化数据结合,为所有数据创建一个中心。利用 Azure Databricks 和 Azure SQL 数据仓库间的本地连接器来访问和大规模移动数据。
  4. 4 根据 Azure 数据仓库构建操作报告和分析仪表板,从数据中获取见解,并使用 Azure Analysis Services 为数千名最终用户提供服务。
  5. 5 直接在 Azure Databricks 中的数据上运行临时查询。

大数据高级分析

  1. 概述
  2. Flow

使用领先机器学习工具将数据转化为可行见解。通过这种架构,可将任何规模的数据进行组合,且可大规模构建和部署自定义机器学习模型。

  1. 1 使用 Azure 数据工厂将所有结构化、非结构化和半结构化数据(日志、文件和媒体)汇集到 Azure Blob 存储中。
  2. 2 使用 Azure Databricks 清理和转换流数据无结构的数据集,并将其与来自操作数据库或数据仓库的结构化数据相结合。
  3. 3 使用可缩放机器学习/深度学习技术,借助 Python、R 或 Scala 以及 Azure Databricks 中的内置笔记本体验,从这些数据中获得更深入的见解。
  4. 4 利用 Azure Databricks 和 Azure SQL 数据仓库间的本地连接器来访问和大规模移动数据。
  5. 5 高级用户利用 Azure Databricks的内置功能来确定根本原因并分析原始数据。
  6. 6 直接在 Azure Databricks 中的数据上运行临时查询。
  7. 7 将来自 Azure Databricks 的见解传入 Cosmos DB,使用户可通过 Web 和移动应用进行访问。

实时分析

  1. 概述
  2. Flow

轻松从实时流数据中获取见解。持续从所有 IoT 设备或网站点击流日志捕获数据,并准实时地处理数据。

  1. 1 使用 Azure HDInsight 中的 Apache Kafka 集群可轻松提取应用程序的实时流数据。
  2. 2 使用 Azure 数据工厂可将所有结构化数据汇集到 Azure Blob 存储。
  3. 3 利用 Azure Databricks 清理、转换和分析流数据,并将其与来自操作数据库或数据仓库的结构化数据相结合。
  4. 4 使用可缩放机器学习/深度学习技术,借助 Python、R 或 Scala 以及 Azure Databricks 中的内置笔记本体验,从这些数据中获得更深入的见解。
  5. 5 利用 Azure Databricks 和 Azure SQL 数据仓库间的本地连接器来访问和大规模移动数据。
  6. 6 根据 Azure 数据仓库构建分析仪表板和嵌入式报表,以便在组织内共享见解,并使用 Azure Analysis Services 将此数据提供给成千上万的用户。
  7. 7 高级用户利用 Azure Databricks 和 Azure HDInsight 的内置功能来确定根本原因并分析原始数据。
  8. 8 将来自 Azure Databricks 的见解传入 Cosmos DB,使用户可通过实时应用进行访问。

组织中的 Jumpstart 新式数据仓库

联系销售人员

Microsoft 可能会使用你的联系人信息来提供有关 Microsoft Azure 的更新和特别优惠。可随时取消订阅。若要了解更多信息,请参阅隐私声明

相关解决方案

大数据和分析

通过实时分析全部所需数据,做出最明智的决策

了解更多

商业智能

通过更深入地分析数据,制定更好、更快的决策

了解更多

物联网

物联网

通过连接设备、资产和传感器支持数字化转型、收集未使用数据和找到新的见解

了解更多

高性能计算

高性能计算

发掘无限资源,扩展高性能计算 (HPC) 作业

了解更多