什麼是 Azure 資料總管？
首先我們將定義服務，並導覽 Azure 資料總管的核心功能。 此概觀應可協助您判斷此服務是否適合供您用來管理和分析資料。
什麼是 Azure 資料總管？
Azure 資料總管是一個巨量資料分析平台，可讓您以近乎即時的方式輕鬆分析大量資料。 可讓您擷取重要深入解析、找出模式和趨勢，以及建立預測模型。
Azure 資料總管工具箱提供了資料擷取、查詢、視覺效果及管理的端對端解決方案。 這些工具可讓您分析跨時間序列的結構化、半結構化和非結構化資料，並套用 Machine Learning。
Azure Data Explorer 完全受控、可調整、安全、健全且企業就緒。 適用於記錄分析、時間序列分析、IoT 和一般用途探勘分析。
如何了解您的巨量資料
您應該還記得我們的範例服裝公司，他們有來自不同領域的多種資料類型。 他們需要對這些資料類型使用類型迥異的分析，然後將其結果告知特定範圍的專案關係人。 他們將使用 Azure 資料總管，從公司內部的所有資料取得深入解析。
生產部門會分析其產品記錄，以管理庫存及制定製造決策。 地理空間分析會告知這些決策，可用來識別高效能廣告的地理區域，以及預測庫存。
公司的倉儲會裝設 IoT 裝置，其中有部分裝置供保全人員用來管理倉儲出入點記錄，其他則供營運人員用來監視倉儲內的環境。 個別商店會使用時間序列分析來識別銷售異常，並預測未來的庫存事件。
全球行銷小組會使用點選流資料 (也是一種 Log Analytics)，在線上最佳化和掃描廣告活動和行銷漏斗，而客戶成功部門則會使用文字搜尋來分析社交媒體上的使用者意見反應。
時時刻刻都會有公司決策根據流入 Azure 資料總管的資料制定出來。
Azure 資料總管的主要功能有哪些？
既然您已了解 Azure 資料總管的用途，接著我們來看看其主要功能。
資料的速度、多樣性和數量
Azure Data Explorer 可以使用批次或資料流模式，在數分鐘內擷取數 TB 的資料。 可以在數毫秒到數秒內，查詢數 PB 的資料並傳回結果。 此容量可實現高速度 (每秒數百萬個事件)、低延遲 (數秒)，以及未經處理資料的線性標尺擷取。 此未經處理資料可以不同的格式和結構進行擷取，而且可以從各種管線和來源流入。
使用者易用的查詢語言
Azure 資料總管會使用 Kusto 查詢語言 (KQL)，這是最初由小組發明的一種開放原始碼語言。 此語言很容易了解、學習，且具高度生產力。 您可以使用簡單的運算子和進階分析。
進階分析
Azure Data Explorer 有一組大量的時間序列分析函式。 包括加/減時間序列、篩選、迴歸、季節性偵測、地理空間分析、異常偵測、掃描及預測。 時間序列函式經過最佳化，可在幾秒內處理數千個時間序列。 使用可診斷異常及執行根本原因分析的叢集外掛程式，可輕鬆地進行模式偵測。 您也可以在 KQL 查詢中內嵌 Python 程式碼，以擴充 Azure 資料總管功能。
易於使用的精靈
擷取精靈可讓資料擷取程序變得簡單、快速且直覺化。 Web UI 提供直覺且引導式的體驗，可協助客戶快速開始擷取資料、建立資料庫資料表，以及對應結構。 可讓您從各種不同的來源，以各種資料格式進行一次性或連續性的擷取。 資料表對應和結構描述是自動建議的，很容易修改。
多樣化的資料視覺效果
資料視覺效果可協助您深入了解重要資訊。 Azure 資料總管提供現成的內建視覺效果和儀表板，且支援多種圖表和視覺效果。 它具有與 Power BI 的原生整合、適用於 Grafana、Kibana 和 Databricks 的原生連接器，以及 Tableau、Sisense、Qlik 等項目的 ODBC 支援。
自動擷取、處理和匯出
Azure 資料總管支援伺服器端的預存函式、連續擷取，以及連續匯出至 Azure Data Lake 存放區的功能。 此外也支援伺服器端的擷取時間對應轉換、更新原則，以及使用具體化檢視預先計算排程的彙總。
與其他服務整合
在工作流程的各個層面 (例如擷取、視覺效果、協調流程和監視) 輕鬆且順暢地與其他工具整合。