Oplossingsideeën
In dit artikel wordt een oplossingsidee beschreven. Uw cloudarchitect kan deze richtlijnen gebruiken om de belangrijkste onderdelen te visualiseren voor een typische implementatie van deze architectuur. Gebruik dit artikel als uitgangspunt om een goed ontworpen oplossing te ontwerpen die overeenkomt met de specifieke vereisten van uw workload.
Dit oplossingsidee laat zien hoe u interactieve analyses gebruikt in Azure Data Explorer. Hierin wordt beschreven hoe u gestructureerde, semi-gestructureerde en ongestructureerde gegevens kunt onderzoeken met geïmproviseerde, interactieve, snelle query's.
Jupyter is een handelsmerk van zijn respectieve bedrijf. Er wordt geen goedkeuring geïmpliceerd door het gebruik van dit merk. Apache en Apache® Kafka® zijn gedeponeerde handelsmerken of handelsmerken van de Apache Software Foundation in de Verenigde Staten en/of andere landen. Er wordt geen goedkeuring door De Apache Software Foundation geïmpliceerd door het gebruik van deze markeringen.
Architectuur
Een Visio-bestand van deze architectuur downloaden.
Gegevensstroom
- Onbewerkte gestructureerde, semi-gestructureerde en ongestructureerde (vrije tekst) gegevens, zoals elk type logboek, zakelijke gebeurtenissen en gebruikersactiviteiten kunnen vanuit verschillende bronnen worden opgenomen in Azure Data Explorer. De gegevens opnemen in de streaming- of batchmodus met behulp van verschillende methoden.
- Gegevens opnemen in Azure Data Explorer met lage latentie en hoge doorvoer met behulp van de connectors voor Azure Data Factory, Azure Event Hubs, Azure IoT Hub, Kafka, enzovoort. In plaats daarvan neemt u gegevens op via Azure Storage (Blob of ADLS Gen2), die gebruikmaakt van Azure Event Grid en activeert u de opnamepijplijn naar Azure Data Explorer. U kunt gegevens ook continu exporteren naar Azure Storage in gecomprimeerde, gepartitioneerde Parquet-indeling en die gegevens naadloos opvragen, zoals beschreven in het overzicht van continue gegevensexport.
- Voer interactieve query's uit over kleine tot zeer grote hoeveelheden gegevens met behulp van systeemeigen Azure Data Explorer-hulpprogramma's of alternatieve hulpprogramma's van uw keuze. Azure Data Explorer biedt veel invoegtoepassingen en integraties met de rest van het ecosysteem van het gegevensplatform. Gebruik een van de volgende hulpprogramma's en integraties:
- Gebruik voor interactieve analyses de webinterface van Azure Data Explorer, webclient voor Azure Data Explorer of Kusto.Explorer, uitgebreide Windows-client voor Azure Data Explorer.
- Als u verbinding wilt maken met uw Azure Data Explorer-cluster, gebruikt u Jupyter-notebooks, Spark-connector, een TDS-compatibele SQL-client en JDBC- en ODBC-verbindingen.
- Als u nieuwe apps wilt bouwen of wilt integreren met bestaande apps of frameworks, gebruikt u AZURE Data Explorer REST API's en SDK's die beschikbaar zijn in verschillende talen.
- Bouw bijna realtime analysedashboards met behulp van Azure Data Explorer-dashboards, Power BI of Grafana.
- Verrijk gegevens met federatieve query's door gegevens uit SQL Database en Azure Cosmos DB te combineren met behulp van Azure Data Explorer-invoegtoepassingen.
Onderdelen
- Azure Event Hubs: Volledig beheerde, realtime gegevensopnameservice die eenvoudig, vertrouwd en schaalbaar is.
- Azure IoT Hub: Beheerde service om bidirectionele communicatie tussen IoT-apparaten en Azure mogelijk te maken.
- Kafka in HDInsight: Eenvoudige, rendabele, hoogwaardige service voor opensource-analyses met Apache Kafka.
- Azure Data Factory: hybride gegevensintegratieservice die ETL op schaal vereenvoudigt.
- Azure Data Explorer: Snelle, volledig beheerde en zeer schaalbare gegevensanalyseservice voor realtime analyse van grote hoeveelheden gegevensstreaming vanuit toepassingen, websites, IoT-apparaten en meer.
- Azure Data Explorer-dashboards: Kusto-query's die in de webinterface zijn verkend, systeemeigen exporteren naar geoptimaliseerde dashboards.
- Azure Cosmos DB: Volledig beheerde snelle NoSQL-databaseservice voor moderne app-ontwikkeling met open API's voor elke schaal.
- Azure SQL DB: bouw apps die schalen met het tempo van uw bedrijf met beheerde en intelligente SQL in de cloud.
Scenariodetails
Dit oplossingsidee laat zien hoe u interactieve analyses kunt gebruiken met Azure Data Explorer om gegevens te verkennen met geïmproviseerde, interactieve en snelle query's van kleine tot zeer grote hoeveelheden gegevens. Deze gegevensverkenning kan worden uitgevoerd met behulp van systeemeigen Azure Data Explorer-hulpprogramma's of alternatieve hulpprogramma's van uw keuze. Deze oplossing is gericht op de integratie van Azure Data Explorer met de rest van het ecosysteem van het gegevensplatform.
Potentiële gebruikscases
Deze oplossing wordt door Microsoft-klanten gebruikt om gebruikersactiviteiten bij te houden, gebruikersprofielen en scenario's voor gebruikerssegmentatie te beheren.
Medewerkers
Dit artikel wordt onderhouden door Microsoft. De tekst is oorspronkelijk geschreven door de volgende Inzenders.
Hoofdauteur:
- Ornat Spodek | Senior Content Manager
Volgende stappen
Zie de documentatie van Azure Data Explorer voor meer informatie.