Traitement des données dans Azure

Comprendre Microsoft Azure

Kevin James

Technical Lead and Training Architect

Traitement en temps réel vs par lots

• Choisir le service selon le type de traitement : temps réel ou lot.
• Temps réel : analyses immédiates
• Lot : analyses planifiées ou ponctuelles

Traitement en temps réel vs par lots

• Choisir le service selon le type de traitement
• Temps réel : analyses immédiates
• Lot : analyses planifiées ou ponctuelles
• Exemple en santé :
  • Temps réel : tableaux de bord d'urgence à l'hôpital
  • Lot : tableaux de bord mis à jour chaque semaine
• Infrastructures et coûts différents

Processus ETL

Processus ETL

Processus ETL

Outils de traitement

Azure Synapse Analytics

• Fait partie de Microsoft Fabric
  • intègre mégadonnées et entrepôts de données
• Expérience unifiée pour ingestion, préparation, gestion et diffusion des données
• Prend en charge les analyses en temps réel et par lots
• Sert de moteur d'analytique haute performance

Azure Stream Analytics

• Permet l'accès aux données en temps réel
• Configure des analyses en temps réel avec une définition de requête simple
• Gère le flux de données de diverses sources comme le stockage d'objets binaires
• Essentiel pour des renseignements immédiats :
  • détection de fraude en banque
  • tarification dynamique en bourse

Azure Databricks

• Collaboration Microsoft–Databricks
  • Plateforme d'analytique optimisée pour Azure
• Environnement unifié pour l'ingénierie des données, l'analytique et le Machine Learning
• Espace de travail collaboratif pour scientifiques et ingénieurs de données
• Prise en charge intégrée de Data Lake
• Temps réel et lots

Azure Data Factory

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

Azure HDInsight

• Service géré pour un traitement rapide et personnalisable
• Fonctionne sur des plateformes libres populaires :
  • Hadoop
  • Spark
  • Kafka
• Mise à l'échelle facile selon la demande
• Connexion harmonieuse aux solutions de stockage Azure

Passons à la pratique !

Comprendre Microsoft Azure