Een gegevensanalyse- en rapportagetechnologie kiezen in Azure

  • Artikel

Het doel van de meeste big data-oplossingen is inzicht te bieden in gegevens via analyse en rapportage. Dit kan bestaan uit vooraf geconfigureerde rapporten en visualisaties of interactieve gegevensverkenning.

Wat zijn uw opties bij het kiezen van een technologie voor gegevensanalyse?

Er zijn verschillende opties voor analyse, visualisaties en rapportage in Azure, afhankelijk van uw behoeften:

Power BI

Power BI is een suite met hulpprogramma's voor zakelijke analyses. Het kan verbinding maken met honderden gegevensbronnen en kan worden gebruikt voor ad-hocanalyse. Bekijk deze lijst met de momenteel beschikbare gegevensbronnen. Gebruik Power BI Embedded om Power BI in uw eigen toepassingen te integreren zonder dat hiervoor extra licenties nodig zijn.

Organisaties kunnen Power BI gebruiken om rapporten te produceren en naar de organisatie te publiceren. Iedereen kan gepersonaliseerde dashboards maken, met ingebouwde governance en beveiliging. Power BI gebruikt Microsoft Entra ID om gebruikers te verifiëren die zich aanmelden bij de Power BI-service en gebruikt de Power BI-aanmeldingsreferenties wanneer een gebruiker toegang probeert te krijgen tot resources waarvoor verificatie is vereist.

Jupyter Notebooks

Jupyter Notebooks bieden een browsergebaseerde shell waarmee gegevenswetenschappers notebookbestanden kunnen maken die Python-, Scala- of R-code en markdown-tekst bevatten, waardoor het een effectieve manier is om samen te werken door code te delen en te documenteren en resultaten in één document te genereren.

De meeste soorten HDInsight-clusters, zoals Spark of Hadoop, zijn vooraf geconfigureerd met Jupyter-notebooks voor interactie met gegevens en het verzenden van taken voor verwerking. Afhankelijk van het type HDInsight-cluster dat u gebruikt, worden een of meer kernels verstrekt voor het interpreteren en uitvoeren van uw code. Spark-clusters in HDInsight bieden bijvoorbeeld Spark-gerelateerde kernels waaruit u kunt kiezen om Python- of Scala-code uit te voeren met behulp van de Spark-engine.

Jupyter-notebooks bieden een geweldige omgeving voor het analyseren, visualiseren en verwerken van uw gegevens voordat u geavanceerdere visualisaties bouwt met een BI-/rapportageprogramma zoals Power BI.

Zeppelin Notebooks

Zeppelin Notebooks zijn een andere optie voor een browsergebaseerde shell, vergelijkbaar met Jupyter in functionaliteit. Sommige HDInsight-clusters zijn vooraf geconfigureerd met Zeppelin-notebooks. Als u echter een HDInsight Interactive Query-cluster (Hive LLAP) gebruikt, is Zeppelin momenteel de enige keuze uit notebooks die u kunt gebruiken om interactieve Hive-query's uit te voeren. Als u een HDInsight-cluster gebruikt dat lid is van een domein, zijn Zeppelin-notebooks ook het enige type waarmee u verschillende gebruikersaanmeldingsgegevens kunt toewijzen om de toegang tot notebooks en de onderliggende Hive-tabellen te beheren.

Jupyter Notebooks in VS Code

VS Code is een gratis code-editor en ontwikkelplatform dat u lokaal kunt gebruiken of verbinding kunt maken met externe berekeningen. In combinatie met de Jupyter-extensie biedt het een volledige omgeving voor Jupyter-ontwikkeling die kan worden uitgebreid met extra taalextensies. Als u een eersteklas, gratis Jupyter-ervaring wilt met de mogelijkheid om gebruik te maken van uw rekenkracht, is dit een geweldige optie. Met VS Code kunt u notebooks ontwikkelen en uitvoeren op afstand en containers. Om de overgang eenvoudiger te maken vanuit Azure Notebooks, hebben we de containerinstallatiekopieën beschikbaar gemaakt, zodat deze ook met VS Code kan worden gebruikt.

Jupyter (voorheen IPython Notebook) is een opensource-project waarmee u eenvoudig Markdown-tekst en uitvoerbare Python-broncode kunt combineren op één canvas dat een notebook wordt genoemd. Visual Studio Code biedt ondersteuning voor het systeemeigen werken met Jupyter Notebooks en via Python-codebestanden.

Criteria voor sleutelselectie

Om de keuzes te beperken, beantwoordt u eerst deze vragen:

  • Moet u verbinding maken met talloze gegevensbronnen, zodat u gecentraliseerd rapporten kunt maken voor gegevens verspreid over uw domein? Als dat het zo is, kiest u een optie waarmee u verbinding kunt maken met 100 gegevensbronnen.

  • Wilt u dynamische visualisaties insluiten in een externe website of toepassing? Als dat het zo is, kiest u een optie die mogelijkheden voor insluiten biedt.

  • Wilt u uw visualisaties en rapporten offline ontwerpen? Zo ja, kies een optie met offlinemogelijkheden.

  • Hebt u veel verwerkingskracht nodig om grote of complexe AI-modellen te trainen of te werken met zeer grote gegevenssets? Zo ja, kies een optie die verbinding kan maken met een big data-cluster.

Mogelijkheidsmatrix

De volgende tabellen bevatten een overzicht van de belangrijkste verschillen in mogelijkheden.

Algemene mogelijkheden

Mogelijkheid Power BI Jupyter Notebooks Zeppelin Notebooks Jupyter Notebooks in VS Code
Verbinding maken naar big data-cluster voor geavanceerde verwerking Ja Ja Ja Nr.
Beheerde service Ja Ja 1 Ja 1 Ja
Verbinding maken tot 100 gegevensbronnen Ja No No Nr.
Functionaliteiten offline Ja 2 Nee No Nr.
Mogelijkheden voor insluiten Ja No No Nr.
Automatisch vernieuwen van gegevens Ja No No Nr.
Toegang tot talloze opensource-pakketten Nee Ja 3 Ja 3 Ja 4
Opties voor gegevenstransformatie/opschoning Power Query, R 40 talen, waaronder Python, R, Julia en Scala 20+ interpreters, waaronder Python, JDBC en R Python, F#, R
Prijzen Gratis voor Power BI Desktop (ontwerpen), zie prijzen voor hostingopties Gratis Gratis Gratis
Samenwerking met meerdere gebruikers Ja Ja (via delen of met een server met meerdere gebruikers, zoals JupyterHub) Ja Ja (via delen)

[1] Wanneer deze wordt gebruikt als onderdeel van een beheerd HDInsight-cluster.

[2] Met het gebruik van Power BI Desktop.

[2] U kunt in de Maven-opslagplaats zoeken naar door de community bijgedragen pakketten.

[3] Python-pakketten kunnen worden geïnstalleerd met pip of conda. R-pakketten kunnen worden geïnstalleerd vanuit CRAN of GitHub. Pakketten in F# kunnen worden geïnstalleerd via nuget.org met behulp van paket-afhankelijkheidsmanager.

Medewerkers

Dit artikel wordt onderhouden door Microsoft. De tekst is oorspronkelijk geschreven door de volgende Inzenders.

Hoofdauteur:

Volgende stappen