Bagikan melalui


Apakah Azure Synapse Analytics itu?

Azure Synapse adalah layanan analitik perusahaan yang mempercepat waktu untuk wawasan di seluruh gudang data dan sistem big data. Azure Synapse menyatukan teknologi SQL terbaik yang digunakan dalam pergudangan data perusahaan, teknologi Spark yang digunakan untuk big data, Data Explorer untuk analitik log dan deret waktu, Alur untuk integrasi data dan ETL/ELT, dan integrasi mendalam dengan layanan Azure lainnya seperti Power BI, CosmosDB, dan AzureML.

Diagram arsitektur Azure Synapse Analytics.

SQL terdepan di industri

Synapse SQL adalah sistem kueri terdistribusi untuk T-SQL yang memungkinkan pergudangan data dan skenario virtualisasi data dan memperluas T-SQL untuk mengatasi skenario streaming dan pembelajaran mesin.

  • Synapse SQL menawarkan model sumber daya tanpa server dan khusus. Untuk performa dan biaya yang dapat diprediksi, buat kumpulan SQL khusus guna mencadangkan kekuatan pemrosesan untuk data yang disimpan dalam tabel SQL. Untuk beban kerja yang tidak direncanakan atau penuh, gunakan titik akhir SQL tanpa server yang selalu tersedia.
  • Menggunakan kemampuan streaming bawaan untuk mendaratkan data dari sumber data cloud ke dalam tabel SQL
  • Integrasikan AI dengan SQL dengan menggunakan model pembelajaran mesin untuk menilai data menggunakan fungsi T-SQL PREDICT

Apache Spark standar industri

Apache Spark untuk Azure Synapse secara mendalam dan mulus mengintegrasikan Apache Spark--mesin sumber terbuka big data paling populer yang digunakan untuk persiapan data, rekayasa data, ETL, dan pembelajaran mesin.

  • Model ML dengan algoritma SparkML dan integrasi Azure Pembelajaran Mesin untuk Apache Spark 3.1 dengan dukungan bawaan untuk Linux Foundation Delta Lake.
  • Model sumber daya yang disederhanakan yang membebaskan Anda dari kekhawatiran mengelola kluster.
  • {i>Start-up
  • Dukungan bawaan untuk .NET for Spark memungkinkan Anda menggunakan kembali keahlian C# Anda dan kode .NET yang ada dalam aplikasi Spark.

Menggunakan Data Lake Anda

Azure Synapse menghilangkan hambatan teknologi tradisional antara menggunakan SQL dan Spark bersamaan. Anda dapat dengan mulus memadupadankan berdasarkan kebutuhan dan keahlian Anda.

  • Tabel yang ditentukan pada file di {i>data lake
  • SQL dan Spark dapat menjelajahi dan menganalisis secara langsung pada file Parquet, CSV, TSV, dan JSON yang disimpan di data lake.
  • Pemuatan data yang cepat dan dapat diskalakan antara {i>database

Integrasi data bawaan

Azure Synapse berisi mesin dan pengalaman Integrasi Data yang sama dengan Azure Data Factory, memungkinkan Anda membuat alur ETL skala besar tanpa meninggalkan Azure Synapse Analytics.

  • Menyerap data dari 90+ sumber data
  • Code-Free ETL dengan aktivitas aliran Data
  • Mengatur buku catatan, pekerjaan Spark, prosedur tersimpan, skrip SQL, dan banyak lagi

Data Explorer (Pratinjau)

Azure Synapse Data Explorer memberi pelanggan pengalaman kueri interaktif untuk membuka wawasan dari log yang dihasilkan sistem. Untuk melengkapi mesin runtime analitik SQL dan Apache Spark yang ada, runtime analitik Data Explorer dioptimalkan untuk analitik log yang efisien menggunakan teknologi pengindeksan yang kuat untuk secara otomatis mengindeks teks bebas dan data semi terstruktur yang umumnya ditemukan di log yang dihasilkan sistem.

Gunakan Data Explorer sebagai platform data untuk membangun analitik log real-time dan solusi analitik IoT untuk:

  • Mengonsolidasikan dan menghubungkan log dan data peristiwa Anda di seluruh sumber data lokal, cloud, dan pihak ketiga.
  • Mempercepat perjalanan AI Ops Anda (pengenalan pola, deteksi anomali, peramalan, dan banyak lagi)
  • Ganti solusi pencarian log berbasis infrastruktur untuk menghemat biaya dan meningkatkan produktivitas.
  • Buat solusi IoT Analytics untuk data IoT Anda.
  • Bangun solusi SaaS Analitis untuk menawarkan layanan kepada pelanggan internal dan eksternal Anda.

Pengalaman terpadu

Synapse Studio menyediakan satu cara bagi perusahaan untuk membangun solusi, memelihara, dan mengamankan semua dalam satu pengalaman pengguna

  • Melakukan tugas kunci: menyerap, menjelajahi, mempersiapkan, mengatur, memvisualisasikan
  • Memantau sumber daya, penggunaan, dan pengguna di seluruh SQL, Spark, dan Data Explorer
  • Menggunakan kontrol akses berbasis Peran untuk menyederhanakan akses ke sumber daya analitik
  • Tulis kode SQL, Spark, atau KQL dan integrasikan dengan proses CI/CD perusahaan

Berinteraksi dengan komunitas Synapse

Langkah berikutnya