Варианты применения Azure Synapse Analytics
Во всех организациях и отраслях распространенные варианты использования Azure Synapse Analytics определяются необходимостью иметь следующие средства.
Крупномасштабное хранение данных
Создание хранилища данных предполагает необходимость интеграции всех данных, в том числе больших данных, для анализа таких данных с целью их аналитической обработки и создания отчетов с точки зрения описательной аналитики, независимо от ее расположения или структуры.
Расширенная аналитика
Позволяет организациям выполнять прогнозную аналитику с помощью собственных компонентов Azure Synapse Analytics и интеграции с другими технологиями, такими как Azure Machine Learning.
Исследование и обнаружение данных
Функциональные возможности бессерверного пула SQL, предоставляемые компонентом Azure Synapse Analytics, позволяют аналитикам данных, инженерам данных и специалистам по обработке и анализу данных изучать данные во всем пространстве данных. Такая возможность поддерживает обнаружение данных, диагностическую аналитику и разведочный анализ данных.
Аналитика в режиме реального времени
Azure Synapse Analytics может собирать, хранить и анализировать данные в режиме реального времени или практически в реальном времени с помощью таких компонентов, как Azure Synapse Link или путем интеграции служб, таких как Azure Stream Analytics и Azure Data Explorer.
Интеграция данных
Конвейеры Azure Synapse позволяют принимать, подготавливать, моделировать и обслуживать данные для использования в подчиненных системах. Они могут использоваться только компонентами Azure Synapse Analytics.
Интегрированная аналитика
Благодаря различным процедурам аналитической обработки, которые могут выполняться с доступными данными, совместное применение служб в законченном решении может быть очень сложным процессом. Azure Synapse Analytics позволяет упростить эту задачу путем интеграции средств аналитики в саму службу. Таким образом, вы можете потратить больше времени на саму работу с данными, чтобы повысить эффективность бизнеса, а также не тратить время на подготовку и поддержку разных систем для получения тех же результатов.