Traitement des données dans Azure

Comprendre Microsoft Azure

Kevin James

Technical Lead and Training Architect

Traitement en temps réel et traitement par lots

• Veuillez prendre en considération le type de traitement avant de sélectionner un service : en temps réel ou par lots.
• En temps réel : analyses immédiates
• Par lots : analyses planifiées ou ponctuelles

Traitement en temps réel et traitement par lots

• Réfléchissez au type de traitement avant de sélectionner un service.
• En temps réel : analyses immédiates
• Par lots : analyses planifiées ou ponctuelles
• Exemple dans le domaine des soins de santé :
  • En temps réel - tableaux de bord des urgences hospitalières
  • Par lots - tableaux de bord mis à jour toutes les semaines
• Différentes implications en matière d'infrastructure et de coûts

Processus ETL

Processus ETL

Processus ETL

Outils de traitement

Azure Synapse Analytics

• Intégré à Microsoft Fabric
  • intègre le big data et les entrepôts de données
• Expérience unifiée pour l'ingestion, la préparation, la gestion et la livraison de données
• Prend en charge les informations clés en temps réel et le traitement par lots
• Fonctionne comme un moteur d'analyse ultra-performant

Azure Stream Analytics

• Permet l'accès aux données en temps réel
• Configure des analyses en temps réel avec une définition simple des requêtes.
• Gère le flux de données provenant de diverses sources, telles que le stockage d'objets binaires.
• Indispensable pour obtenir des informations clés immédiates :
  • détection des fraudes dans une banque
  • tarification dynamique sur le marché boursier

Azure Databricks

• Collaboration entre Microsoft et 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 les data scientists et les ingénieurs spécialisés dans les données
• Prise en charge intégrée du lac de données
• En temps réel et par lots

Azure Data Factory

• Service d'intégration basé sur le cloud
• Crée, planifie et coordonne les flux de données.
• Optimise les processus ETL
• Gère diverses sources et divers formats de données
• Automatise les flux de travail pour une plus grande flexibilité

Azure HDInsight

• Service géré pour un traitement rapide et personnalisable des données
• Fonctionne sur les plateformes open source les plus courantes :
  • 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