Databearbetning i Azure

Förstå Microsoft Azure

Kevin James

Technical Lead and Training Architect

Realtidsbearbetning vs. batchbearbetning

• Välj bearbetningstyp innan du väljer tjänst: realtid eller batch.
• Realtid: Omedelbar analys
• Batch: Schemalagd eller ad hoc-analys

Realtidsbearbetning vs. batchbearbetning

• Välj bearbetningstyp innan du väljer tjänst
• Realtid: Omedelbar analys
• Batch: Schemalagd eller ad hoc-analys
• Exempel inom sjukvård:
  • Realtid – akutdashboards på sjukhus
  • Batch – dashboards som uppdateras veckovis
• Olika infrastruktur- och kostnadskrav

ETL-processer

ETL-processer

ETL-processer

Bearbetningsverktyg

Azure Synapse Analytics

• Del av Microsoft Fabric
  • integrerar stordata och datalager
• Samlad miljö för datainmatning, förberedelse, hantering och leverans
• Stöder realtidsinsikter och batchbearbetning
• Fungerar som en kraftfull analysmotor

Azure Stream Analytics

• Möjliggör realtidsåtkomst till data
• Konfigurerar realtidsanalys med enkel frågedefinition
• Hanterar dataströmmar från olika källor, t.ex. blob-lagring
• Viktigt för omedelbara insikter:
  • bedrägeriupptäckt i bank
  • dynamisk prissättning på aktiemarknaden

Azure Databricks

• Samarbete mellan Microsoft och Databricks
  • Analysplattform optimerad för Azure
• Samlad miljö för datateknik, analys och maskininlärning
• Gemensam arbetsyta för dataforskare och dataingenjörer
• Inbyggt stöd för Data Lake
• Realtid och batch

Azure Data Factory

• Molnbaserad integrationstjänst
• Skapar, schemalägger och orkestrerar dataarbetsflöden
• Effektiviserar ETL-processer
• Hanterar olika datakällor och format
• Automatiserar arbetsflöden för flexibilitet

Azure HDInsight

• Hanterad tjänst för snabb och anpassningsbar databearbetning
• Körs på populära plattformar med öppen källkod:
  • Hadoop
  • Spark
  • Kafka
• Skalar enkelt resurser efter behov
• Ansluter sömlöst till Azures lagringslösningar

Nu kör vi en övning!

Förstå Microsoft Azure