Aracılığıyla paylaş

Azure Synapse Veri Gezgini nedir? (Önizleme)

Önemli

Azure Synapse Analytics Veri Gezgini (Önizleme) 7 Ekim 2025'te kullanımdan kaldırılacaktır. Bu tarihten sonra Synapse Veri Gezgini'ne çalışan iş yükleri silinir ve ilişkili uygulama verileri kaybolur. Microsoft Fabric'te Eventhouse'a geçiş yapmanızı kesinlikle öneririz.

Microsoft Cloud Migration Factory (CMF) programı, müşterilere Fabric'e geçişte yardımcı olmak için tasarlanmıştır. Program, müşteriye hiçbir ücret ödemeden uygulamalı klavye kaynakları sunar. Bu kaynaklar, önceden tanımlanmış ve üzerinde anlaşmaya varılmış bir kapsama sahip 6-8 haftalık bir süre için atanır. Müşteri adaylıkları Microsoft hesabı ekibinden veya doğrudan CMF ekibine yardım isteği gönderilerek kabul edilir.

Azure Synapse Veri Gezgini, müşterilere günlük ve telemetri verilerinden içgörüler elde etmek için etkileşimli bir sorgu deneyimi sunar. Mevcut SQL ve Apache Spark analiz çalışma zamanı altyapılarını tamamlamak için Veri Gezgini analiz çalışma zamanı, telemetri verilerinde yaygın olarak bulunan serbest metin ve yarı yapılandırılmış verilerin otomatik olarak dizine alınması için güçlü dizin oluşturma teknolojisi kullanılarak verimli günlük analizi için iyileştirilmiştir.

Azure Synapse mimarisini gösteren diyagram.

Daha fazla bilgi edinmek için aşağıdaki videoya bakın:

Azure Synapse Veri Gezgini'nin benzersiz olmasını sağlayan nedir?

  • Kolay veri alımı - Veri Gezgini kod içermeyen/düşük kodlu, yüksek aktarım hızına sahip veri alımı ve gerçek zamanlı kaynaklardan verileri önbelleğe alma için yerleşik tümleştirmeler sunar. Veriler Azure Event Hubs, Kafka, Azure Data Lake gibi kaynaklardan, Fluentd/Fluent Bit gibi açık kaynak aracılarından ve çok çeşitli bulut ve şirket içi veri kaynaklarından alınabilir.

  • Karmaşık veri modellemesi yoktur - Veri Gezgini ile karmaşık veri modelleri oluşturmanız gerekmez ve karmaşık betik oluşturmanın verileri tüketilmeden önce dönüştürmesine gerek yoktur.

  • Dizin bakımı yok - Verileri sorgu performansı için iyileştirmek için bakım görevlerine ve dizin bakımına gerek yoktur. Veri Gezgini ile tüm ham veriler hemen kullanılabilir ve böylece akış ve kalıcı verileriniz üzerinde yüksek performanslı ve yüksek eşzamanlılık sorguları çalıştırabilirsiniz. Bu sorguları kullanarak gerçek zamanlıya yakın panolar ve uyarılar oluşturabilir ve operasyonel analiz verilerini veri analizi platformunun geri kalanına bağlayabilirsiniz.

  • Veri analizini demokratikleştirme - Veri Gezgini, Excel'in basitliğiyle SQL'in etkileyiciliğini ve gücünü sağlayan sezgisel Kusto Sorgu Dili (KQL) ile self servis, büyük veri analizini demokratikleştirir. KQL, ham telemetri ve zaman serisi verilerini keşfetmek için son derece optimize edilmiştir. Bu süreçte, verimli serbest metin ve regex araması için Data Explorer'ın sınıfının en iyisi metin dizinleme teknolojisinden yararlanır ve diziler ile iç içe geçmiş yapılar da dahil olmak üzere iz/metin verileri ve JSON yarı yapılandırılmış verileri sorgulamak için kapsamlı ayrıştırma yetenekleri sunar. KQL, model puanlaması için altyapı içi Python yürütme desteğiyle birden çok zaman serisi oluşturmak, işlemek ve analiz etmek için gelişmiş zaman serisi desteği sunar.

  • Petabayt ölçeğinde kanıtlanmış teknoloji - Veri Gezgini, bağımsız olarak ölçeklenebilen ve gigabayt veya petabaytlarca veri üzerinde analiz sağlayan işlem kaynakları ve depolamaya sahip dağıtılmış bir sistemdir.

  • Tümleşik - Azure Synapse Analytics, Veri Gezgini, Apache Spark ve SQL altyapıları arasında veriler arasında birlikte çalışabilirlik sağlayarak veri mühendislerine, veri bilimcilerine ve veri analistlerine veri gölündeki aynı verilere kolayca ve güvenli bir şekilde erişme ve bunlar üzerinde işbirliği yapma olanağı sağlar.

Azure Synapse Veri Gezgini ne zaman kullanılır?

Neredeyse gerçek zamanlı günlük analizleri ve IoT analiz çözümleri oluşturmak için Veri Gezgini'ni veri platformu olarak kullanın.

  • Günlüklerinizi ve olay verilerinizi şirket içi, bulut ve üçüncü taraf veri kaynakları arasında birleştirin ve ilişkilendirin.

  • Yapay zeka operasyon yolculuğunuzu hızlandırın (desen tanıma, anomali algılama, tahmin ve daha fazlası).

  • Maliyetten tasarruf etmek ve üretkenliği artırmak için altyapı tabanlı günlük arama çözümlerini değiştirin.

  • IoT verileriniz için IoT analiz çözümleri oluşturun.

  • İç ve dış müşterilerinize hizmet sunmak için analiz SaaS çözümleri oluşturun.

Veri Gezgini havuz mimarisi

Veri Gezgini havuzları, işlem ve depolama kaynaklarını ayırarak bir genişleme mimarisi uygular. Bu, her kaynağı bağımsız olarak ölçeklendirmenize ve örneğin aynı verilerde birden çok salt okunur işlem çalıştırmanıza olanak tanır. Veri Gezgini havuzları, otomatik dizin oluşturma, sıkıştırma, önbelleğe alma ve dağıtılmış sorguların sunulmasından sorumlu altyapıyı çalıştıran bir dizi işlem kaynağından oluşur. Ayrıca arka plan sistemi işlerinden ve yönetilen ve kuyruğa alınmış veri alımından sorumlu veri yönetimi hizmetini çalıştıran ikinci bir işlem kaynağı kümesine de sahiptir. Tüm veriler, sıkıştırılmış sütunlu biçim kullanılarak yönetilen blob depolama hesaplarında kalıcı hale sunulur.

Veri Gezgini havuzları bağlayıcılar, SDK'lar, REST API'ler ve diğer yönetilen özellikleri kullanarak veri almak için zengin bir ekosistemi destekler. Geçici sorgular, raporlar, panolar, uyarılar, REST API'leri ve SDK'lar için verileri kullanmanın çeşitli yollarını sunar.

Veri Gezgini havuzları mimarisi

Data Explore'ı Azure'da günlük ve zaman serisi analizi için en iyi analiz altyapısı haline getiren birçok benzersiz özellik vardır.

Aşağıdaki bölümlerde önemli farklar vurgulanır.

Serbest metin ve yarı yapılandırılmış veri dizin oluşturma, neredeyse gerçek zamanlı yüksek performanslı ve yüksek eşzamanlı sorgular sağlar

Veri Gezgini yarı yapılandırılmış verileri (JSON) ve yapılandırılmamış verileri (serbest metin) dizine alır ve bu da sorgu çalıştırmanın bu tür veriler üzerinde iyi performans göstermesini sağlar. Varsayılan olarak, veri alımı sırasında her alan dizine eklenir ve belirli alanlar için dizinde ince ayar yapmak veya devre dışı bırakmak için düşük düzeyli bir kodlama ilkesi kullanma seçeneği kullanılır. Dizinin kapsamı tek bir veri parçasıdır.

Dizinin uygulanması, aşağıdaki gibi alanın türüne bağlıdır:

Alan türü Dizin oluşturma uygulaması
Dizgi Motor, dize sütunu değerleri için ters terim dizini oluşturur. Her dize değeri analiz edilir ve normalleştirilmiş terimlere bölünür ve her terim için kayıt sıralarını içeren sıralı bir mantıksal konum listesi kaydedilir. Elde edilen sıralanmış terim listesi ve ilişkili konumları sabit bir B ağacı olarak depolanır.
Sayısal
Tarih Saat
Zaman Aralığı		 Motor, basit bir aralık tabanlı ileri dizin oluşturur. Dizin, her blok için, bir blok grubu için ve veri parçası içindeki sütunun tamamı için en küçük/en yüksek değerleri kaydeder.
Dinamik Alma işlemi, özellik adları, değerler ve dizi öğeleri gibi dinamik değer içindeki tüm "atomik" öğeleri numaralandırır ve bunları dizin oluşturucusna iletir. Dinamik alanlar, dize alanlarıyla aynı ters terim dizinine sahiptir.

Bu verimli dizin oluşturma özellikleri, Verileri Araştırma'nın verileri yüksek performanslı ve yüksek eşzamanlılık sorgularında neredeyse gerçek zamanlı olarak kullanılabilir hale getirmesini sağlar. Sistem, performansı daha da artırmak için veri parçalarını otomatik olarak iyileştirir.

Kusto Sorgu Dili

KQL, Azure Monitor Log Analytics ve Application Insights, Microsoft Sentinel, Azure Veri Gezgini ve diğer Microsoft ürünlerinin hızlı kullanımıyla büyüyen büyük bir topluluğa sahiptir. Dil, kolay okunan bir söz dizimi ile iyi tasarlanmıştır ve basit tek satırlı sorgulardan karmaşık veri işleme sorgularına sorunsuz bir geçiş sağlar. Bu, Veri Gezgini'nin telemetri verilerini hızlı bir şekilde keşfetmek için SQL'de bulunmayan toplamalar, zaman serisi ve kullanıcı analizi için zengin Intellisense desteği ve zengin dil yapıları ve yerleşik özellikleri sağlamasına olanak tanır.

Sonraki Adımlar