Datová řešení pro aplikace v Pythonu v Azure

Azure nabízí možnost výběru plně spravovaných relačních databází, NoSQL a databází v paměti, zahrnujících proprietární a opensourcové moduly kromě služeb úložiště pro objekty, bloky a úložiště souborů. Následující články vám pomůžou začít s datovými řešeními Pythonu v Azure.

Databáze

• PostgreSQL: Vytvářejte škálovatelné, zabezpečené a plně spravované podnikové aplikace na opensourcovém PostgreSQL, škálujte postgreSQL s jedním uzlem s vysokým výkonem nebo migrujte úlohy PostgreSQL a Oracle do cloudu.

  • Rychlý start: Použití Pythonu k připojení a dotazování dat na flexibilním serveru Azure Database for PostgreSQL
  • Rychlý start: Použití Pythonu k připojení a dotazování dat na jednoúčelovém serveru Azure Database for PostgreSQL
  • Nasazení webové aplikace v Pythonu (Django nebo Flask) pomocí PostgreSQL ve službě Aplikace Azure Service

• MySQL: Vytvářejte aplikace, které se škálují pomocí spravované a inteligentní databáze SQL v cloudu.

  • Rychlý start: Použití Pythonu k připojení a dotazování dat na flexibilním serveru Azure Database for MySQL
  • Rychlý start: Použití Pythonu k připojení a dotazování dat ve službě Azure Database for MySQL

• Azure SQL: Vytvářejte aplikace, které se škálují pomocí spravované a inteligentní databáze SQL v cloudu.

  • Rychlý start: Použití Pythonu k dotazování databáze ve službě Azure SQL Database nebo azure SQL Managed Instance

NoSQL, objekty blob, tabulky, soubory, grafy a mezipaměti

• Cosmos DB: Vytvářejte aplikace s garantovanou nízkou latencí a vysokou dostupností kdekoli, v libovolném měřítku nebo migrujte Cassandra, MongoDB a další úlohy NoSQL do cloudu.

  • Rychlý start: Klientská knihovna Azure Cosmos DB for NoSQL pro Python
  • Rychlý start: Azure Cosmos DB pro MongoDB pro Python s ovladačem MongoDB
  • Rychlý start: Vytvoření aplikace Cassandra s využitím sady Python SDK a služby Azure Cosmos DB
  • Rychlý start: Vytvoření aplikace API pro tabulky pomocí sady Python SDK a Azure Cosmos DB
  • Rychlý start: Knihovna Azure Cosmos DB pro Apache Gremlin pro Python

• Blob Storage: Široce škálovatelné a zabezpečené úložiště objektů pro úlohy nativní pro cloud, archivy, datová jezera, vysokovýkonné výpočetní prostředí a strojové učení.

  • Rychlý start: Klientská knihovna azure Blob Storage pro Python
  • Ukázky azure Storage s využitím klientských knihoven Pythonu v12

• Azure Data Lake Storage Gen2: Široce škálovatelné a zabezpečené datové jezero pro vysoce výkonné analytické úlohy.

  • Použití Pythonu ke správě adresářů a souborů v Azure Data Lake Storage Gen2
  • Použití Pythonu ke správě seznamů ACL v Azure Data Lake Storage Gen2

• Úložiště souborů: Jednoduché, zabezpečené a bezserverové cloudové sdílené složky na podnikové úrovni.

  • Vývoj pro Soubory Azure pomocí Pythonu

• Redis Cache: Rychlé a škálovatelné aplikace s opensourcovým úložištěm dat v paměti.

  • Rychlý start: Použití Azure Cache for Redis v Pythonu

Velké objemy dat a analýza

• Azure Data Lake Analytics: Plně spravovaná analytická služba pro jednotlivé úlohy na vyžádání s využitím zabezpečení, auditování a podpory na podnikové úrovni.

  • Správa Azure Data Lake Analytics pomocí Pythonu
  • Vývoj U-SQL pomocí Pythonu pro Azure Data Lake Analytics v editoru Visual Studio Code

• Azure Data Factory: Služba integrace dat pro orchestraci a automatizaci přesunu a transformace dat.

  • Rychlé zprovoznění: Vytvoření datové továrny a kanálu pomocí Pythonu
  • Transformace dat spuštěním aktivity Pythonu v Azure Databricks

• Azure Event Hubs: Služba pro příjem telemetrických dat hyper-škálování, která shromažďuje, transformuje a ukládá miliony událostí.

  • Odesílání událostí do centra událostí nebo příjem událostí pomocí Pythonu
  • Zachycení dat služby Event Hubs ve službě Azure Storage a jejich čtení pomocí Pythonu (azure-eventhub)

• HDInsight: Plně spravovaná cloudová služba Hadoop a Spark podporovaná 99,9% smlouvou SLA pro váš podnik

  • Použití nástrojů Spark &Hive pro Visual Studio Code

• Azure Databricks: Plně spravovaná, rychlá a snadná analytická platforma založená na Apache® Sparku™ optimalizovaná pro Azure.

  • Připojení do Azure Databricks z Excelu, Pythonu nebo R
  • Začínáme s Azure Databricks
  • Kurz: Azure Data Lake Storage Gen2, Azure Databricks a Spark

• Azure Synapse Analytics: Neomezená analytická služba, která spojuje podnikové datové sklady a analýzy velkých objemů dat.

  • Rychlý start: Použití Pythonu k dotazování databáze ve službě Azure SQL Database nebo Azure SQL Managed Instance (zahrnuje Azure Synapse Analytics)