Solutions de données pour les applications Python sur Azure

Azure offre un large éventail de solutions de stockage et de base de données entièrement managées, notamment relationnelles, NoSQL et en mémoire, avec prise en charge des technologies propriétaires et open source. Vous pouvez également choisir parmi les services de stockage d’objets, de blocs et de fichiers. Les articles suivants peuvent vous aider à commencer à utiliser ces options avec Python sur Azure.

Bases de données

• PostgreSQL : Créez des applications d’entreprise évolutives, sécurisées et entièrement gérées à l’aide de PostgreSQL open source. Vous pouvez mettre à l’échelle PostgreSQL à nœud unique pour des performances élevées ou migrer des charges de travail PostgreSQL et Oracle existantes vers le cloud.

  • Démarrage rapide : Utiliser Python pour connecter et interroger des données dans Azure Database pour PostgreSQL - Serveur flexible
  • Démarrage rapide : Utiliser Python pour connecter et interroger des données dans Azure Database pour PostgreSQL - Serveur unique
  • Déployer une application web Python (Django ou Flask) avec PostgreSQL dans Azure App Service

• MySQL : Créez des applications évolutives à l’aide d’une base de données MySQL entièrement managée et intelligente dans le cloud.

  • Démarrage rapide : Utiliser Python pour se connecter et interroger des données dans Azure Database pour MySQL - Serveur flexible
  • Démarrage rapide : Utiliser Python pour connecter et interroger des données dans Azure Database pour MySQL

• Azure SQL : Créez des applications évolutives avec une plateforme de base de données SQL entièrement managée et intelligente dans le cloud.

  • Démarrage rapide : utiliser Python pour interroger une base de données dans la base de données Azure SQL ou Azure SQL Managed Instance

NoSQL, blobs, tables, fichiers, graphes et caches

• Cosmos DB : Créez des applications à faible latence, à haute disponibilité à l’échelle mondiale, ou migrez Cassandra, MongoDB et d’autres charges de travail NoSQL vers le cloud.

  • Démarrage rapide : Bibliothèque de client Azure Cosmos DB for NoSQL pour Python
  • Démarrage rapide : Azure Cosmos DB pour MongoDB pour Python avec le pilote MongoDB
  • Démarrage rapide : Créer une application Cassandra avec le Kit de développement logiciel (SDK) Python et Azure Cosmos DB
  • Démarrage rapide : Créer une application API pour Table avec le kit SDK Python et Azure Cosmos DB
  • Démarrage rapide : Bibliothèque Azure Cosmos DB for Apache Gremlin pour Python

• Stockage Blob : stockage d’objets hautement évolutif pour des applications cloud-native, des lacs de données, des archives, le calcul haute performance (HPC) et l'apprentissage automatique.

  • Démarrage rapide : Bibliothèque de client Stockage Blob Azure pour Python
  • Exemples stockage Azure utilisant des bibliothèques clientes Python v12

• Azure Data Lake Storage Gen2 : Data Lake Storage scalable et sécurisé optimisé pour l’analytique haute performance.

  • Utiliser Python pour gérer les répertoires et les fichiers dans Azure Data Lake Storage Gen2
  • Utiliser Python pour gérer les listes de contrôle d’accès dans Azure Data Lake Storage Gen2

• Stockage de fichiers : partages de fichiers cloud simples, sécurisés et sans serveur, de niveau entreprise.

  • Développer pour Azure Files avec Python

• Cache Redis : accélérez les performances des applications avec un magasin de données en mémoire évolutif compatible avec open source.

  • Démarrage rapide : Utiliser Azure Cache pour Redis dans Python

Big Data et Analytics

• Azure Data Lake Analytics : service d’analytique de paiement par travail entièrement géré qui fournit un traitement de données parallèle puissant avec une sécurité, un audit et une prise en charge intégrés de niveau entreprise.

  • Gérer Azure Data Lake Analytics à l’aide de Python
  • Développer U-SQL avec Python pour Azure Data Lake Analytics dans Visual Studio Code

• Azure Data Factory : un service d’intégration de données entièrement managé qui vous permet de créer, orchestrer et automatiser visuellement le déplacement et la transformation des données entre différentes sources de données.

  • Démarrage rapide : Créer une fabrique de données et un pipeline avec Python
  • Transformer des données en exécutant une activité Python dans Azure Databricks

• Azure Event Hubs : un service d’ingestion de télémétrie à grande échelle entièrement géré conçu pour collecter, transformer et stocker des millions d’événements par seconde à partir d’appareils et d’applications connectés.

  • Envoyer des événements à des hubs d’événements ou en recevoir à l’aide de Python
  • Capturer des données Event Hubs dans Stockage Azure et les lire à l’aide de Python (azure-eventhub)

• HDInsight : un service cloud entièrement managé qui exécute des frameworks open source populaires comme Hadoop et Spark, soutenu par un contrat SLA de 99,9% pour l’analytique Big Data de niveau entreprise.

  • Utiliser les outils Spark et Hive pour Visual Studio Code

• Azure Databricks : plateforme d’analytique basée sur Apache® Spark™ entièrement managée, rapide, facile et collaborative optimisée pour les charges de travail Big Data et IA sur Azure.

  • Se connecter à Azure Databricks à partir d’Excel, Python ou R
  • Commencer avec Azure Databricks
  • Tutoriel : Azure Data Lake Storage Gen2, Azure Databricks &Spark

• Azure Synapse Analytics : un service d’analytique entièrement managé qui unifie l’intégration des données, l’entreposage de données d’entreprise et l’analytique Big Data dans une plateforme unique.

  • Démarrage rapide : Utiliser Python pour interroger une base de données dans Azure SQL Database ou Azure SQL Managed Instance (inclut Azure Synapse Analytics)