Idee per le soluzioni
Questo articolo è un'idea di soluzione. Per espandere il contenuto con altre informazioni, ad esempio casi d'uso potenziali, servizi alternativi, considerazioni sull'implementazione o indicazioni sui prezzi, inviare commenti e suggerimenti su GitHub.
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 società. Nessuna verifica dell'autenticità è implicita nell'uso di questo contrassegno. Apache e Apache® Kafka® sono marchi registrati o marchi 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 elaborati 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 varie 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. In alternativa, inserire 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, partizionato ed eseguire facilmente query sui dati come descritto in 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 le 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 Esplora dati di Azure, 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 LE API REST e gli SDK di Azure Esplora dati 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 plug-in di Azure Esplora dati.
Componenti
- Hub eventi di Azure: servizio di inserimento dati completamente gestito, 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 semplice, 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 query Kusto esaminate nell'interfaccia utente Web per dashboard ottimizzati.
- Azure Cosmos DB: servizio di database NoSQL veloce completamente gestito per lo sviluppo di app moderne con API aperte per qualsiasi scalabilità.
- Azure SQL DATABASE: 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 o estremamente 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.
Autori di contributi
Questo articolo viene gestito da Microsoft. Originariamente è stato scritto dai collaboratori seguenti.
Autore principale:
- Ornat Spodek | Senior Content Manager
Passaggi successivi
Per altre informazioni, vedere la documentazione di Azure Esplora dati.