Kapan saatnya menggunakan Azure Data Explorer
Di sini, kami membahas bagaimana Anda dapat memutuskan apakah Azure Data Explorer adalah pilihan yang tepat untuk kebutuhan analitik big data Anda. Dengan menilai kriteria berikut, Anda dapat menentukan apakah Azure Data Explorer memenuhi performa dan tujuan fungsi.
- Analitik interaktif
- Variasi data
- Kecepatan data
- Volume data
- Organisasi data
- Konkurensi kueri
- Build vs Beli
Kriteria keputusan
Azure Data Explorer adalah platform analitik interaktif big data yang memberdayakan orang untuk membuat keputusan berbasis data di lingkungan yang sangat tangkas. Faktor-faktor yang tercantum di sini dapat membantu Anda menilai apakah Azure Data Explorer cocok untuk beban kerja yang ada. Tanyakan pada diri Anda pertanyaan utama berikut:
Analitik interaktif
Apakah saya perlu menganalisis data secara interaktif?
Analisis data mencakup teknik seperti agregasi, pencakupan, penilaian, korelasi, deteksi anomali, perkiraan, dan evaluasi model umum yang membantu mengurangi sejumlah besar data ke dalam kesimpulan yang dapat dilakukan tindakan. Melakukan aktivitas tersebut secara interaktif adalah tentang apa itu Azure Data Explorer. Aktivitas ini dapat terjadi di dasbor Interaktif, aplikasi kustom analitis atau melalui interaksi langsung dengan data melalui kueri dan visualisasi yang ramah manusia. Azure Data Explorer mungkin bukan teknologi yang tepat untuk menjalankan pekerjaan batch yang berjalan lama melalui data. Pertimbangkan untuk menggunakan teknologi seperti Microsoft Spark yang bekerja dengan baik dengan Azure Data Explorer untuk tugas yang berjalan lama.
Variasi data
Seberapa bervariasinya struktur data saya?
Azure Data Explorer menyediakan indeks teks penuh berpeforma tinggi yang dapat diskalakan dan dukungan skema dinamis. Jika Anda perlu menganalisis dan memproses data terstruktur, semi terstruktur (json/xml) dan textural, ini adalah indikasi yang baik bahwa Azure Data Explorer relevan untuk beban kerja Anda.
Kecepatan data
Apakah analisis data real-time merupakan faktor kritis?
Azure Data Explorer dapat menyerap sejumlah besar data dengan cepat dan latensi rendah. Himpunan data umum mencakup jejak, log transaksi, seri waktu, metrik, dan secara umum, aliran rekaman aktivitas. Analitik mendekati real-time melalui data segar adalah kasus penggunaan umum. Azure Data Explorer terhubung dengan baik ke teknologi streaming seperti Azure Event Hubs, hub IoT, Kafka untuk mendayai beban kerja tersebut. Namun, jika ada kebutuhan untuk analitik real-time, Azure Data Explorer mungkin bukan pilihan terbaik.
Volume data
Berapa banyak data yang harus saya serap?
Azure Data Explorer dibuat untuk menyediakan analitik jalur warm, interaktif, dan melalui API, melalui beban kerja data besar-besaran. Untuk skenario di mana total akumulasi ukuran data adalah beberapa gigabyte, mungkin ada solusi lain yang lebih hemat biaya.
Organisasi data
Seberapa konsisten data saya diatur?
Azure Data Explorer dibuat untuk menerapkan skema baca-aktif atas data mentah. Pendekatan ini menciptakan fleksibilitas untuk memeriksa data dengan cara yang berbeda, dan dari sudut pandang yang berbeda berdasarkan kebutuhan saat ini. Kemampuan ini sangat berharga untuk menghadapi tantangan tak terduga dalam keamanan, operasi, dan lingkungan yang kompetitif di antara area lainnya. Azure Data Explorer menyediakan kecepatan, skalabilitas, dan efisiensi biaya yang ekstrem untuk menganalisis data mentah. Seringkali dalam penyebaran pergudangan data, proses ekstrak, transformasi, pemuatan (ETL) secara berkala menghasilkan sekumpulan entitas dan atribut yang didokumentasikan dengan baik, sangat konsisten, dan terdokumentasi dengan baik. Analitik atas skema bintang kompleks ini biasanya melibatkan gabungan fakta-ke-fakta besar yang tidak dioptimalkan untuk Azure Data Explorer.
Konkurensi kueri
Berapa banyak pengguna yang perlu mengkueri/menyerap/memproses data secara bersamaan?
Azure Data Explorer secara luas digunakan untuk menerapkan penawaran SaaS analitik. Jika ada kebutuhan untuk mendukung berbagai kebutuhan analitik dan unik dari sejumlah besar permintaan secara paralel, Azure Data Explorer harus memberikan solusi yang baik.
Build vs beli
Berapa banyak yang ingin saya kustomisasi platform data saya?
Azure Data Explorer adalah platform terkelola secara penuh sebagai layanan. Namun, itu tidak memberikan solusi turnkey di luar kotak. Ini memang memerlukan penyesuaian, konfigurasi, menghubungkan, dan menciptakan pengalaman di atasnya untuk memberikan solusi (build). Ada berbagai solusi, dari Microsoft dan pihak ketiga yang menggunakan Azure Data Explorer untuk memberikan solusi turnkey tersebut di domain dan vertikal yang berbeda. Misalnya, Azure Monitor untuk operasi TI. Microsoft Advanced Threat Protection dan Microsoft Sentinel di domain keamanan, serta Azure Time Series Insights dan Azure IoT Central di domain IoT.
Menerapkan kriteria
Azure Data Explorer berfungsi paling baik untuk memungkinkan kemampuan analitik interaktif untuk pekerja pengetahuan alih-alih data mentah yang beragam dan berkecepatan tinggi. Mari kita pikirkan tentang cara menerapkan kriteria yang kami cantumkan sebelumnya ke proses contoh kami dalam skenario perusahaan pakaian.
Haruskah Azure Data Explorer digunakan untuk data produksi?
Departemen produksi dari contoh perusahaan pakaian kita perlu membuat keputusan tentang cara mengelola inventaris dan volume produksi. Mereka memiliki log data masuk untuk inventaris. Mereka juga ingin menggunakan data geospasial dari pemasaran untuk mengantisipasi kebutuhan produk berdasarkan wilayah. Data ini memiliki tingkat variasi, kecepatan, dan volume yang tinggi. Ini tidak diatur secara konsisten, dan banyak pemangku kepentingan perlu mengkueri data ini secara bersamaan . Dari penyerapan hingga kueri, mereka memerlukan latensi rendah. Mereka membutuhkan waktu respons kueri kurang dari satu detik atau kurang. Berdasarkan kriteria keputusan, Azure Data Explorer cocok untuk divisi produksi perusahaan pakaian.
Haruskah Azure Data Explorer digunakan untuk data pemasaran?
Departemen pemasaran perusahaan pakaian ingin mengevaluasi efektivitas kampanye mereka. Mereka memiliki data aliran klik dari situs web dan kampanye iklan mereka. Mereka juga memiliki data teks bebas (tidak terstruktur) dari media sosial. Data ini sangat bervariasi dan tidak terorganisir. Departemen ini akan ingin melakukan eksplorasi analitik interaktif. Berdasarkan kriteria keputusan, Azure Data Explorer cocok untuk divisi pemasaran perusahaan pakaian.
Ringkasan panduan
Tabel berikut ini memperlihatkan cara mengevaluasi kasus penggunaan baru. Meskipun semua kasus penggunaan tidak tercakup di sini, kami pikir itu dapat membantu Anda memutuskan apakah Azure Data Explorer adalah solusi yang tepat untuk Anda.
| Gunakan huruf besar | Analitik Interaktif | Big data (Variasi, Kecepatan, Volume) | Organisasi data | Konkurensi | Build vs Beli | Haruskah saya menggunakan Azure Data Explorer? |
|---|---|---|---|---|---|---|
| Mengimplementasikan SaaS Analitik Keamanan | Penggunaan analitik interaktif dan hampir real-time yang berat. | Data keamanan beragam, memiliki volume tinggi, dan berkecepatan tinggi. | Bervariasi | Sistem ini sering digunakan oleh beberapa analis dari beberapa penyewa. | Menerapkan penawaran SaaS adalah skenario Build . | Ya |
| Analitik log CDN | Interaktif untuk pemecahan masalah, pemantauan QoS. | Log CDN beragam, memiliki volume tinggi, dan berkecepatan tinggi. | Memisahkan catatan log. | Sekelompok kecil ilmuwan data dapat menggunakan analitik ini tetapi mungkin juga mendukung banyak dasbor. | Nilai yang diekstrak dari analitik CDN khusus skenario dan memerlukan analitik kustom. | Ya |
| Database seri waktu untuk Telemetri IoT | Interaktif untuk pemecahan masalah, menganalisis tren, penggunaan, dan mendeteksi anomali. | Telemetri IoT adalah kecepatan tinggi tetapi mungkin hanya terstruktur atau berukuran sedang. | Set rekaman terkait. | Sekelompok kecil ilmuwan data dapat menggunakan analitik ini tetapi mungkin juga mendukung banyak dasbor. | Konteks biasanya Dibangun saat mencari database. | Ya |
Tabel diagram alur berikut ini meringkas pertanyaan utama yang akan diajukan saat Anda mempertimbangkan untuk menggunakan Azure Data Explorer.
