Idee per le soluzioni
Questo articolo descrive un'idea di soluzione. L'architetto cloud può usare queste linee guida per visualizzare i componenti principali per un'implementazione tipica di questa architettura. Usare questo articolo come punto di partenza per progettare una soluzione ben progettata in linea con i requisiti specifici del carico di lavoro.
Questa idea di soluzione illustra come usare l'analisi interattiva in Azure Esplora dati. Descrive come esaminare dati strutturati, semistrutturati e non strutturati con query improvvisate, interattive e veloci.
Jupyter è un marchio della rispettiva azienda. Nessuna verifica dell'autenticità è implicita nell'uso di questo marchio. Apache e Apache® Kafka® sono marchi o marchi registrati di Apache Software Foundation nei Stati Uniti e/o in altri paesi. L'uso di questi marchi non implica alcuna approvazione da parte di Apache Software Foundation.
Architettura
Scaricare un file di Visio di questa architettura.
Flusso di dati
- I dati non strutturati, semistrutturati e non strutturati (testo libero), ad esempio, qualsiasi tipo di log, eventi aziendali e attività utente possono essere inseriti in Azure Esplora dati da diverse origini. Inserire i dati in modalità streaming o batch usando vari metodi.
- Inserire dati in Azure Esplora dati con bassa latenza e velocità effettiva elevata usando i connettori per Azure Data Factory, Hub eventi di Azure, hub IoT di Azure, Kafka e così via. Inserire invece dati tramite Archiviazione di Azure (BLOB o ADLS Gen2), che usa Griglia di eventi di Azure e attiva la pipeline di inserimento in Azure Esplora dati. È anche possibile esportare continuamente i dati in Archiviazione di Azure in formato Parquet compresso e partizionato ed eseguire facilmente query sui dati come descritto in dettaglio nella panoramica dell'esportazione continua dei dati.
- Eseguire query interattive su volumi di dati di piccole o estremamente grandi dimensioni usando strumenti nativi di Azure Esplora dati o strumenti alternativi di propria scelta. Azure Esplora dati offre molti plug-in e integrazioni con il resto dell'ecosistema della piattaforma dati. Usare uno degli strumenti e delle integrazioni seguenti:
- Per l'analisi interattiva, usare l'interfaccia utente Web di Azure Esplora dati, il client Web per Azure Esplora dati o Kusto.Explorer, un client Windows avanzato per Azure Esplora dati.
- Per connettersi al cluster di Azure Esplora dati, usare notebook Jupyter, connettore Spark, qualsiasi client SQL conforme a TDS e connessioni JDBC e ODBC.
- Per creare nuove app o integrarsi con app o framework esistenti, usare Azure Esplora dati API REST e SDK disponibili in linguaggi diversi.
- Creare dashboard di analisi quasi in tempo reale usando dashboard di Azure Esplora dati, Power BI o Grafana.
- Arricchire i dati che eseguono query federate combinando i dati dal database SQL e Da Azure Cosmos DB usando i plug-in di Azure Esplora dati.
Componenti
- Hub eventi di Azure: servizio di inserimento dati completamente gestito e in tempo reale semplice, attendibile e scalabile.
- hub IoT di Azure: servizio gestito per abilitare la comunicazione bidirezionale tra i dispositivi IoT e Azure.
- Kafka in HDInsight: servizio facile, conveniente e di livello aziendale per l'analisi open source con Apache Kafka.
- Azure Data Factory: servizio di integrazione dei dati ibrido che semplifica ETL su larga scala.
- Azure Esplora dati: servizio di analisi dei dati veloce, completamente gestito e altamente scalabile per l'analisi in tempo reale su grandi volumi di dati in streaming da applicazioni, siti Web, dispositivi IoT e altro ancora.
- Dashboard di Azure Esplora dati: esportare in modo nativo le query Kusto esaminate nell'interfaccia utente Web per ottimizzare i dashboard.
- Azure Cosmos DB: servizio di database NoSQL completamente gestito per lo sviluppo di app moderne con API aperte per qualsiasi scalabilità.
- Database SQL di Azure: creare app scalabili con il ritmo dell'azienda con SQL gestito e intelligente nel cloud.
Dettagli dello scenario
Questa idea di soluzione illustra come usare l'analisi interattiva con Azure Esplora dati per esplorare i dati con query improvvisate, interattive e veloci su volumi di dati di piccole e grandi dimensioni. Questa esplorazione dei dati può essere eseguita usando strumenti nativi di Azure Esplora dati o strumenti alternativi di propria scelta. Questa soluzione è incentrata sull'integrazione di Azure Esplora dati con il resto dell'ecosistema della piattaforma dati.
Potenziali casi d'uso
Questa soluzione viene usata dai clienti Microsoft per tenere traccia delle attività degli utenti, gestire i profili utente e gli scenari di segmentazione degli utenti.
Collaboratori
Questo articolo viene gestito da Microsoft. Originariamente è stato scritto dai seguenti contributori.
Autore principale:
- Ornat Spodek | Senior Content Manager
Passaggi successivi
Per altre informazioni, vedere la documentazione di Azure Esplora dati.