Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Azure Data Explorer ist eine vollständig verwaltete, leistungsstarke Big Data-Analyseplattform, die das Analysieren großer Datenmengen nahezu in Echtzeit vereinfacht. Azure Data Explorer kann mit anderen Azure-Angeboten verwendet werden, um End-to-End-Lösungen für verschiedene Anwendungsfälle zu erstellen.
Im Azure Architecture Center finden Sie für Ihre Anforderungen geeignete Architekturen. Im Azure Architecture Center stehen wiederverwendbare Muster zum Erstellen von Architekturen sowie Beispielkundenberichte zur Verfügung, die Ihnen helfen können, Entscheidungen über die optimale Nutzung von Azure-Diensten zu treffen.
Dieses Dokument bezieht sich auf alle Architekturen, die Azure Data Explorer enthalten.
Big Data-Analysen mit Azure Data Explorer
Azure Data Explorer funktioniert für nahezu Echtzeitanalysen und moderne Data Warehouse-Anwendungsfälle.
Überwachung mit Azure Data Explorer
Hybride End-to-End-Überwachungslösung, die in Microsoft Sentinel und Azure Monitor integriert ist, um Streaming- und Batchprotokolle aus verschiedenen Quellen (lokal oder in einer beliebigen Cloud) in einem Unternehmensökosystem zu erfassen.
Interaktive Analysen mit Azure Data Explorer
Interaktive Analysen mit Azure Data Explorer, um Daten mit improvisierten, interaktiven und blitzschnellen Abfragen für kleine bis große Datenmengen zu untersuchen. Diese Datenuntersuchung kann mithilfe der nativen Tools von Azure Data Explorer oder mit alternativen Tools Ihrer Wahl durchgeführt werden. Der Schwerpunkt dieser Lösung liegt auf der Integration von Azure Data Explorer mit dem übrigen Ökosystem der Datenplattform.
IoT-Analysen mit Azure Data Explorer
Analysen in Quasi-Echtzeit über mit hoher Geschwindigkeit gesendete, umfangreiche Streamingdaten von IoT-Geräten, Sensoren, verbundenen Gebäuden, Fahrzeugen usw. Es konzentriert sich auf die Integration von Azure Data Explorer mit anderen IoT-Diensten, um sowohl operative als auch analytische Workloads mit Azure Cosmos DB und Azure Data Explorer zu erfüllen.
Verarbeitung und Analysen von räumlichen Daten
Lösung zum Verfügbarmachen großer Mengen von Geodaten für Analysen. Der Ansatz basiert auf der erweiterten Analysearchitektur und umfasst die folgenden Azure-Dienste:
- Azure Databricks mit GIS-Spark-Bibliotheken für die Datenverarbeitung
- Azure Database for PostgreSQL zum Abfragen der Daten, die von Benutzern über APIs angefordert werden
- Azure Data Explorer für schnelle explorative Abfragen
- Azure Maps zum Visualisieren von Geodaten in Webanwendungen
- Azure Maps-Visual in Power BI für benutzerdefinierte Berichte
Langfristige Aufbewahrung von Sicherheitsprotokollen mit Azure Data Explorer
Lösung für die langfristige Aufbewahrung von Sicherheitsprotokollen. Der Kern der Architektur ist Azure Data Explorer. Dieser Dienst bietet Speicher für Sicherheitsdaten mit minimalen Kosten, speichert diese Daten jedoch in einem Format, das Sie abfragen können. Weitere Hauptkomponenten umfassen:
- Microsoft Defender für Endpunkt und Microsoft Sentinel für diese Funktionen:
- Umfassende Endpunktsicherheit
- SIEM-Lösung (Security Information and Event Management)
- Sicherheitsorchestrierung mit automatisierter Reaktion (Security Orchestration Automated Response, SOAR)
- Log Analytics zur kurzfristigen Speicherung von Sentinel-Sicherheitsprotokollen
Content Delivery Network-Analysen
Latenzarme Erfassung mit hohem Durchsatz für große Mengen an CDN-Protokollen (Content Delivery Network) zum Erstellen von Dashboards für Analysen in Quasi-Echtzeit.
Diese Lösung verwendet zudem die folgenden Dienste:
- Azure Data Lake Storage
- Logic Apps
- Dashboarding
Datenanalyse für Fahrzeugtestflotten
Automobilhersteller benötigen Lösungen, mit denen sie die Zeit zwischen Testfahrten und der Verfügbarkeit der Diagnosedaten von Testfahren für Forschungs- und Entwicklungsingenieure minimieren können.
Diese Beispielworkload bezieht sich sowohl auf Telemetrieszenarien als auch Szenarien für die Batchdatenerfassung von Testfahrten. Der Schwerpunkt der Workload liegt auf der Datenplattform, die Diagnosedaten verarbeitet, und den Connectors für die Visualisierung und Berichterstellung.
Diese Lösung verwendet zudem die folgenden Dienste:
- Azure IoT Hub
- Azure Blob Storage
- Azure Event Hubs
- Azure-Funktionen
- Von Azure verwaltetes Grafana
- Azure App Service
- Azure Maps
- Azure-API-Verwaltung
- Power BI