天天干天天插_日本黄色免费网站_国产成人精品午夜福利APP_性xxxxfreexxxxx - 免费观看黄色网址视频

主頁 > 解決方案 > 新式數據倉庫

新式數據倉庫

為所有數據(結構化、非結構化或流式數據)構建中心,推動 BI、報告、高級分析和實時分析等轉型解決方案。利用 Azure SQL 數據倉庫和 Azure Databricks 等完全托管的 Azure 服務的性能、靈活性和安全性,輕松入門。

解決方案體系結構

新式數據倉庫

通過新式數據倉庫可輕松將所有數據匯集到一起,并通過分析儀表板、操作報告或所有用戶的高級分析獲取見解。

  • 1 使用 Azure 數據工廠將所有結構化、非結構化和半結構化數據(日志、文件和媒體)結合到 Azure Blob 存儲中。
  • 2 利用 Azure Blob 存儲中的數據,通過 Azure Databricks 執行可縮放分析,并獲得清理和轉換后的數據。
  • 3 可將清理和轉換后的數據移動到 Azure SQL 數據倉庫,與現有的結構化數據結合,為所有數據創建一個中心。利用 Azure Databricks 和 Azure SQL 數據倉庫間的本地連接器來訪問和大規模移動數據。
  • 4 根據 Azure 數據倉庫構建操作報告和分析儀表板,從數據中獲取見解,并使用 Azure Analysis Services 為數千名最終用戶提供服務。
  • 5 直接在 Azure Databricks 中的數據上運行臨時查詢。

大數據高級分析

使用領先機器學習工具將數據轉化為可行見解。通過這種架構,可將任何規模的數據進行組合,且可大規模構建和部署自定義機器學習模型。

  • 1 使用 Azure 數據工廠將所有結構化、非結構化和半結構化數據(日志、文件和媒體)匯集到 Azure Blob 存儲中。
  • 2 使用 Azure Databricks 清理和轉換流數據無結構的數據集,并將其與來自操作數據庫或數據倉庫的結構化數據相結合。
  • 3 使用可縮放機器學習/深度學習技術,借助 Python、R 或 Scala 以及 Azure Databricks 中的內置筆記本體驗,從這些數據中獲得更深入的見解。
  • 4 利用 Azure Databricks 和 Azure SQL 數據倉庫間的本地連接器來訪問和大規模移動數據。
  • 5 高級用戶利用 Azure Databricks的內置功能來確定根本原因并分析原始數據。
  • 6 直接在 Azure Databricks 中的數據上運行臨時查詢。
  • 7 將來自 Azure Databricks 的見解傳入 Cosmos DB,使用戶可通過 Web 和移動應用進行訪問。

實時分析

輕松從實時流數據中獲取見解。持續從所有 IoT 設備或網站點擊流日志捕獲數據,并準實時地處理數據。

  • 1 使用 Azure HDInsight 中的 Apache Kafka 集群可輕松提取應用程序的實時流數據。
  • 2 使用 Azure 數據工廠可將所有結構化數據匯集到 Azure Blob 存儲。
  • 3 利用 Azure Databricks 清理、轉換和分析流數據,并將其與來自操作數據庫或數據倉庫的結構化數據相結合。
  • 4 使用可縮放機器學習/深度學習技術,借助 Python、R 或 Scala 以及 Azure Databricks 中的內置筆記本體驗,從這些數據中獲得更深入的見解。
  • 5 利用 Azure Databricks 和 Azure SQL 數據倉庫間的本地連接器來訪問和大規模移動數據。
  • 6 根據 Azure 數據倉庫構建分析儀表板和嵌入式報表,以便在組織內共享見解,并使用 Azure Analysis Services 將此數據提供給成千上萬的用戶。
  • 7 高級用戶利用 Azure Databricks 和 Azure HDInsight 的內置功能來確定根本原因并分析原始數據。
  • 8 將來自 Azure Databricks 的見解傳入 Cosmos DB,使用戶可通過實時應用進行訪問。

聯系銷售人員

Microsoft 可能會使用你的聯系人信息來提供有關 Microsoft Azure 及其他 Microsoft 產品和服務的更新和特別優惠。可隨時取消訂閱。
若要了解更多信息,請參閱隱私聲明