Megjegyzés
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhat bejelentkezni vagy módosítani a címtárat.
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhatja módosítani a címtárat.
Az Azure számos teljes körűen felügyelt adatbázis- és tárolási megoldást kínál, beleértve a relációs, a NoSQL- és a memórián belüli adatbázisokat is, mind a védett, mind a nyílt forráskódú technológiák támogatásával. Választhat az objektum-, blokk- és fájltárolási szolgáltatások közül is. Az alábbi cikkek segíthetnek abban, hogyan kezdje el a Python használatát az Azure platformon.
Adatbázisok
PostgreSQL: Skálázható, biztonságos és teljes körűen felügyelt vállalati alkalmazások létrehozása nyílt forráskódú PostgreSQL használatával. Nagy teljesítményű egycsomópontos PostgreSQL-et skálázhat, vagy meglévő PostgreSQL- és Oracle-számítási feladatokat migrálhat a felhőbe.
- Rövid útmutató: Adatok csatlakoztatása és lekérdezése a Python használatával az Azure Database for PostgreSQL-ben – rugalmas kiszolgáló
- Rövid útmutató: Adatok csatlakoztatása és lekérdezése a Python használatával az Egykiszolgálós Azure Database for PostgreSQL-ben
- Python (Django vagy Flask) webalkalmazás üzembe helyezése a PostgreSQL-lel az Azure App Service-ben
MySQL: Skálázható alkalmazások létrehozása teljes mértékben felügyelt, intelligens MySQL-adatbázis használatával a felhőben.
Azure SQL: Skálázható alkalmazások létrehozása teljes mértékben felügyelt és intelligens SQL-adatbázisplatformtal a felhőben.
NoSQL, blobok, táblák, fájlok, grafikonok és gyorsítótárak
Cosmos DB: Alacsony késésű, magas rendelkezésre állású alkalmazásokat hozhat létre globális szinten, vagy migrálhatja a Cassandrát, a MongoDB-t és más NoSQL-számítási feladatokat a felhőbe.
- Rövid útmutató: Azure Cosmos DB NoSQL-ügyfélkönyvtár Pythonhoz
- Rövid útmutató: A MongoDB-hez készült Azure Cosmos DB Pythonhoz MongoDB-illesztőprogrammal
- Rövid útmutató: Cassandra-alkalmazás létrehozása a Python SDK-val és az Azure Cosmos DB-vel
- Rövid útmutató: API létrehozása Table-alkalmazáshoz a Python SDK-val és az Azure Cosmos DB-vel
- Rövid útmutató: Azure Cosmos DB for Apache Gremlin library for Python
Blobtároló: Biztonságos, nagy mértékben méretezhető objektumtárolás natív felhőbeli alkalmazásokhoz, adattavakhoz, archívumokhoz, nagy teljesítményű számítástechnikához (HPC) és gépi tanuláshoz.
Azure Data Lake Storage Gen2: Méretezhető, biztonságos, nagy teljesítményű elemzésre optimalizált data lake.
Fájltárolás: Egyszerű, biztonságos és kiszolgáló nélküli, nagyvállalati szintű felhőbeli fájlmegosztások.
Redis Cache: Az alkalmazás teljesítményének felgyorsítása a nyílt forráskóddal kompatibilis skálázható, memórián belüli adattárral.
Big data és elemzés
Azure Data Lake-elemzés: Teljes körűen felügyelt, feladatonkénti fizetéses elemzési szolgáltatás, amely hatékony párhuzamos adatfeldolgozást biztosít beépített nagyvállalati szintű biztonsággal, naplózással és támogatással.
Azure Data Factory: Teljes körűen felügyelt adatintegrációs szolgáltatás, amellyel vizuálisan hozhat létre, vezényelhet és automatizálhat adatáthelyezést és -átalakítást különböző adatforrások között.
Azure Event Hubs: Teljes mértékben felügyelt, hiperméretű telemetriai betöltési szolgáltatás, amely másodpercenként több millió esemény gyűjtésére, átalakítására és tárolására lett kialakítva a csatlakoztatott eszközökről és alkalmazásokról.
HDInsight: Olyan teljes körűen felügyelt felhőszolgáltatás, amely olyan népszerű nyílt forráskódú keretrendszereket futtat, mint a Hadoop és a Spark, amelyet egy 99,9-es% SLA biztosít a nagyvállalati szintű big data-elemzéshez.
A Spark & Hive Tools használata a Visual Studio Code-hoz
Azure Databricks: Teljes körűen felügyelt, gyors, egyszerű és együttműködésen alapuló Apache® Spark-alapú™ elemzési platform, amely big data- és AI-számítási feladatokhoz van optimalizálva az Azure-ban.
Azure Synapse Analytics: Teljes körűen felügyelt elemzési szolgáltatás, amely egyetlen platformon egyesíti az adatintegrációt, a vállalati adattárházat és a big data-elemzést.