Clústeres de macrodatos

Clústeres de macrodatos de SQL Server 2019 es la plataforma de datos multinube y abierta para el análisis a cualquier escala. Clústeres de macrodatos une SQL Server con Apache Spark para ofrecer los mejores motores de proceso disponibles para el análisis en una sola implementación fácil de usar. Con estos motores, los clústeres de macrodatos son la plataforma de datos ideal para IA, ML, M/R, Streaming, BI, T-SQL y Spark. Entregado como parte de la versión de SQL Server 2019, Los clústeres de macrodatos son una solución nativa de nube orquestada por Kubernetes. Nuestra misión es acelerar, complacer y capacitar a nuestros usuarios a medida que se ensanchan su sed de información controlada por datos. El complemento Clústeres de macrodatos de Microsoft SQL Server 2019 se va a retirar. La compatibilidad con Clústeres de macrodatos de SQL Server 2019 finalizará el 28 de febrero de 2025.

Acerca de los clústeres de macrodatos

Arquitectura

• Opciones de macrodatos en la plataforma Microsoft SQL Server

Información general

• Presentación de Clústeres de macrodatos
• Preguntas más frecuentes sobre los clústeres de macrodatos

Novedades

• Novedades

video

• Arquitectura e implementación

Inicio rápido

• Desplegar
• Carga de datos
• Ejecución de un trabajo de Spark

Carga de datos

Guía paso a paso

• Virtualizar CSV
• Configuración de la organización en niveles de HDFS
• Montaje de ADLS Gen2

Concepto

• Ingesta de datos: curl
• Ingesta de datos: restauración

Tutorial

• Cuaderno de ejemplo con Spark
• Ingesta de datos en el grupo de datos con trabajos de Spark
• Ingesta de datos en el grupo de datos con T-SQL
• Cargar datos de ejemplo

Macrodatos y ML

Concepto

• Servicios de Aprendizaje Automático
• Instalar herramientas de macrodatos

Guía paso a paso

• Creación, exportación y puntuación de modelos de Spark ML
• Administración de bibliotecas de Spark
• Sparklyr desde RStudio
• Guía de streaming de Spark
• Delta Lake

Tutorial

• Ejecución de un cuaderno de ejemplo con Spark
• Consulta de HDFS
• Consulta de Oracle

Arquitecto

Arquitectura

• Implementación en Kubernetes
• Recursos implementados
• Seguridad
• Configuración de la organización en niveles de HDFS

Guía paso a paso

• Desplegar
• Implementación en AKS con Notebook
• Configurar los ajustes de implementación
• Configuración de opciones posteriores a la implementación
• Desplegar sin conexión
• Implementación de clúster privado
• Mejora

Inicio rápido

• Implementación en Azure Kubernetes Service (AKS)
• Implementación en Red Hat OpenShift en Azure (ARO)
• Implementación en OpenShift

Tutorial

• Configuración de AKS para clústeres de macrodatos
• Kubeadm
• Despliegue con alta disponibilidad
• Implementación en el modo de Active Directory

Administración y registro

Información general

• Recursos de administración

Concepto

• Supervisión del clúster con Grafana
• Visualización de registros con Kibana
• Cuadernos de supervisión de clústeres

Tutorial

• Supervisión del estado del clúster
• Supervisión con azdata y kubectl

Guía paso a paso

• Administrar (panel del controlador)
• Solución de problemas del clúster
• Solución de problemas de Active Directory
• Solución de problemas de HDFS

Seguro

Información general

• Seguridad
• RBAC de Kubernetes
• Cifrado en reposo

Guía paso a paso

• Conexión
• Conexión en modo de AD
• Implementación: Active Directory
• Administrar permisos de HDFS
• Rotación de contraseñas de AD

Tutorial

• Guía de uso de zonas de cifrado de HDFS
• Guía de uso de TDE

Tecnologías relacionadas

Referencia

• Introducción a Kubernetes
• Solución de problemas de Kubernetes
• Apache Spark

Recursos relacionados

Referencia

• Asociados de integración
• Apache Spark
• Ejemplos (GitHub)
• Asociados de soluciones

Cursos

• Introducción a Kubernetes
• Sistemas de archivos distribuidos
• Introducción a Python
• Taller de arquitectura de clústeres de macrodatos