Traitement des données dans Azure

Comprendre Microsoft Azure

Kevin James

Technical Lead and Training Architect

Traitement temps réel vs batch

• Tenez compte du type de traitement avant de choisir un service : temps réel ou batch.
• Temps réel : Analyse immédiate
• Batch : Analytique planifiée ou ad hoc

Traitement temps réel vs batch

• Tenez compte du type de traitement avant de choisir un service
• Temps réel : Analyse immédiate
• Batch : Analytique planifiée ou ad hoc
• Exemple secteur de la santé :
  • Temps réel - tableaux de bord des urgences hospitalières
  • Batch - tableaux de bord mis à jour chaque semaine
• Différentes implications en matière d’infrastructure et de coûts

Processus ETL

Processus ETL

Processus ETL

Outils de traitement

Azure Synapse Analytics

• Fait partie de Microsoft Fabric
  • intègre les big data et les entrepôts de données
• Expérience unifiée pour l’ingestion, la préparation, la gestion et la livraison des données
• Supporte infos clés en temps réel et traitement lots
• Sert de moteur d’analyse suralimenté

Azure Stream Analytics

• Permet l'accès aux données en temps réel
• Configure l’analyse en temps réel avec une définition de requête simple
• Gère streaming à partir diverses sources (stockage objets blob)
• Essentiel pour des informations clés immédiates :
  • détection des fraudes dans une banque
  • tarification dynamique sur le marché boursier

Azure Databricks

• Collaboration Microsoft-Databricks
  • Plateforme d’analyse optimisée pour Azure
• Environnement unifié pour l’ingénierie des données, l’analyse et le machine learning
• Espace de travail collaboratif pour Data Scientist et ingénieurs
• Prise en charge lacs de données
• Temps réel et traitement lots

Azure Data Factory

• Service d'intégration cloud
• Crée, planifie, orchestre des flux de données
• Optimise les processus ETL
• Gère diverses sources de données et formats
• Automatise les flux pour plus de flexibilité

Azure HDInsight

• Service géré pour un traitement rapide et personnalisable des données
• Fonctionne sur des plateformes open source populaires :
  • Hadoop
  • Spark
  • Kafka
• Adapte facilement les ressources en fonction de la demande
• Se connecte de manière transparente aux solutions de stockage Azure

Passons à la pratique !

Comprendre Microsoft Azure