Adatmegoldások Python-alkalmazásokhoz az Azure-ban

Az Azure teljes körűen felügyelt relációs, NoSQL- és memórián belüli adatbázisokat kínál, a védett és nyílt forráskódú motorokat az objektum-, blokk- és fájltárolási szolgáltatások mellett. Az alábbi cikkek segítséget nyújtanak a Python-adatmegoldások Azure-beli használatának megkezdésében.

Adatbázisok

• PostgreSQL: Skálázható, biztonságos és teljes körűen felügyelt, nagyvállalati használatra kész alkalmazások létrehozása nyílt forráskódú PostgreSQL-en, az egycsomópontos PostgreSQL nagy teljesítményű horizontális felskálázása, vagy a PostgreSQL- és Oracle-számítási feladatok felhőbe való migrálása.

  • 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-webalkalmazás (Django vagy Flask) üzembe helyezése a PostgreSQL-lel a Azure-alkalmazás Szolgáltatásban

• MySQL: Felügyelt és intelligens SQL-adatbázissal skálázható alkalmazások létrehozása a felhőben.

  • Rövid útmutató: Adatok csatlakoztatása és lekérdezése a Python használatával a rugalmas Azure Database for MySQL-kiszolgálón
  • Rövid útmutató: Adatok csatlakoztatása és lekérdezése a Python használatával az Azure Database for MySQL-ben

• Azure SQL: Felügyelt és intelligens SQL-adatbázissal skálázható alkalmazások létrehozása a felhőben.

  • Rövid útmutató: Adatbázis lekérdezése a Python használatával az Azure SQL Database-ben vagy a felügyelt Azure SQL-példányban

NoSQL, blobok, táblák, fájlok, grafikonok és gyorsítótárak

• Cosmos DB: Garantáltan alacsony késéssel és magas rendelkezésre állással rendelkező alkalmazásokat hozhat létre bárhol, bármilyen méretben, vagy migrálhatja a Cassandra, a MongoDB és más NoSQL számítási feladatokat a felhőbe.

  • Rövid útmutató: Azure Cosmos DB for NoSQL-ügyfélkódtár Pythonhoz
  • Rövid útmutató: A MongoDB-hez készült Azure Cosmos DB Pythonhoz MongoDB-illesztőprogrammal
  • Gyorsútmutató: Cassandra-alkalmazás létrehozása a Python SDK és az Azure Cosmos DB használatával
  • 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: Nagymértékben skálázható és biztonságos objektumtárolás natív felhőbeli számítási feladatokhoz, archívumokhoz, adattavakhoz, nagy teljesítményű számítástechnikához és gépi tanuláshoz.

  • Rövid útmutató: Azure Blob Storage-ügyfélkódtár Pythonhoz
  • Azure Storage-minták v12 Python-ügyfélkódtárak használatával

• Azure Data Lake Storage Gen2: Nagymértékben skálázható és biztonságos Data Lake a nagy teljesítményű elemzési számítási feladatokhoz.

  • Címtárak és fájlok kezelése a Python használatával az Azure Data Lake Storage Gen2-ben
  • A Python használata az ACL-ek kezeléséhez az Azure Data Lake Storage Gen2-ben

• Fájltárolás: Egyszerű, biztonságos és kiszolgáló nélküli, nagyvállalati szintű felhőbeli fájlmegosztások.

  • Fejlesztés az Azure Files szolgáltatáshoz Pythonnal

• Redis Cache: Gyors, méretezhető alkalmazások, nyílt forráskódú kompatibilis memóriabeli adattárral.

  • Gyorsútmutató: Az Azure Cache for Redis használata a Pythonban

Big data és elemzés

• Azure Data Lake Analytics: Teljes körűen felügyelt, igény szerinti fizetéses elemzési szolgáltatás nagyvállalati szintű biztonsággal, naplózással és támogatással.

  • Az Azure Data Lake Analytics kezelése a Python használatával
  • U-SQL fejlesztése Az Azure Data Lake Analyticshez készült Pythonnal a Visual Studio Code-ban

• Azure Data Factory: Adatintegrációs szolgáltatás az adatáthelyezés és -átalakítás vezénylésére és automatizálására.

  • Rövid útmutató: Adat-előállító és folyamat létrehozása a Python használatával
  • Adatok átalakítása Python-tevékenység futtatásával az Azure Databricksben

• Azure Event Hubs: Hyper-scale telemetria-betöltési szolgáltatás, amely események millióit gyűjti, alakítja át és tárolja.

  • Események küldése eseményközpontokba vagy események fogadása az eseményközpontokból a Python használatával
  • Event Hubs-adatok rögzítése az Azure Storage-ban, és olvasás a Python használatával (azure-eventhub)

• HDInsight: Teljes körűen felügyelt Hadoop- és Spark-szolgáltatás, amely 99,9%-os SLA-val támogatott a vállalat számára

  • A Spark > Hive Tools for Visual Studio Code használata

• Azure Databricks: Az Azure-hoz optimalizált, teljes körűen felügyelt, gyors, egyszerű és együttműködésen alapuló Apache® Spark-alapú™ elemzési platform.

  • Csatlakozás az Azure Databricksbe az Excelből, a Pythonból vagy az R-ből
  • Az Azure Databricks használatának első lépései
  • Oktatóanyag: Azure Data Lake Storage Gen2, Azure Databricks és Spark

• Azure Synapse Analytics: Korlátlan elemzési szolgáltatás, amely egyesíti a nagyvállalati adattárházakat és a big data elemzéseket.

  • Rövid útmutató: Adatbázis lekérdezése a Python használatával az Azure SQL Database-ben vagy a felügyelt Azure SQL-példányban (az Azure Synapse Analyticset is beleértve)