Ideeën voor oplossingen
Dit artikel is een oplossingsidee. Als u wilt dat we de inhoud uitbreiden met meer informatie, zoals mogelijke gebruiksvoorbeelden, alternatieve services, implementatieoverwegingen of prijsrichtlijnen, laat het ons dan weten door gitHub feedback te geven.
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 het betreffende 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. Het gebruik van deze markeringen impliceert geen goedkeuring door De Apache Software Foundation.
Architectuur
Een Visio-bestand van deze architectuur downloaden.
Gegevensstroom
- Onbewerkte gestructureerde, semi-gestructureerde en ongestructureerde (vrije tekst) gegevens, zoals elk type logboeken, bedrijfsgebeurtenissen en gebruikersactiviteiten, kunnen vanuit verschillende bronnen worden opgenomen in Azure Data Explorer. Neem de gegevens op 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. Neem in plaats daarvan gegevens op via Azure Storage (Blob of ADLS Gen2), die gebruikmaakt van Azure Event Grid en de opnamepijplijn activeert naar Azure Data Explorer. U kunt ook continu gegevens exporteren naar Azure Storage in gecomprimeerde, gepartitioneerde Parquet-indeling en naadloos query's uitvoeren op die gegevens, zoals beschreven in overzicht voor continue gegevensexport.
- Voer interactieve query's uit op 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 gegevensplatformecosysteem. Gebruik een van de volgende hulpprogramma's en integraties:
- Voor interactieve analyses gebruikt u de webinterface van Azure Data Explorer, de webclient voor Azure Data Explorer of Kusto.Explorer, rich 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 die federatieve query's uitvoeren 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, kosteneffectieve service op ondernemingsniveau voor opensource-analyses met Apache Kafka.
- Azure Data Factory: Hybride gegevensintegratieservice die ETL op schaal vereenvoudigt.
- Azure Data Explorer: snelle, volledig beheerde en uiterst schaalbare gegevensanalyseservice voor realtime analyse van grote hoeveelheden gegevensstreaming vanuit toepassingen, websites, IoT-apparaten en meer.
- Azure Data Explorer-dashboards: Exporteer Kusto-query's die in de webgebruikersinterface zijn verkend naar geoptimaliseerde dashboards.
- Azure Cosmos DB: een volledig beheerde snelle NoSQL-databaseservice voor het ontwikkelen van moderne apps met open API's voor elke schaal.
- Azure SQL DB: bouw apps die kunnen worden geschaald met het tempo van uw bedrijf met beheerde en intelligente SQL in de cloud.
Scenariodetails
Dit oplossingsidee laat zien hoe u interactieve analyses gebruikt met Azure Data Explorer om gegevens te verkennen met geïmproviseerde, interactieve en snelle query's over 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 gegevensplatformecosysteem.
Potentiële gebruikscases
Deze oplossing wordt gebruikt door Microsoft-klanten om gebruikersactiviteiten bij te houden, gebruikersprofielen en scenario's voor gebruikerssegmentatie te beheren.
Medewerkers
Dit artikel wordt onderhouden door Microsoft. Het is oorspronkelijk geschreven door de volgende inzenders.
Hoofdauteur:
- Ornat Spodek | Senior Content Manager
Volgende stappen
Zie documentatie voor Azure Data Explorer voor meer informatie.