Grundlegendes zu den Analyseprozessen in Azure Synapse Studio
Data Warehouses werden heute von Kunden auf der ganzen Welt eingesetzt, um den Wert ihrer Daten zu maximieren. Mit modernen Data Warehouses können Sie alle Ihre Daten unkompliziert an einem Ort speichern und mithilfe von Analysedashboards, operativen Berichten oder erweiterten Analysen für Ihre Benutzer Erkenntnisse gewinnen.
Die Erstellung eines modernen Data Warehouse umfasst in der Regel folgende Schritte:
- Datenerfassung und -aufbereitung
- Aufbereiten der Daten für die Verarbeitung durch Analysetools
- Bereitstellen des Zugriffs auf die geformten Daten, sodass sie problemlos von Datenvisualisierungstools verarbeitet werden können
Vor dem Release von Azure Synapse Analytics wurde dies folgendermaßen erzielt.
Datenerfassung und -vorbereitung
Zunächst erstellen Kunden einen Data Lake, um alle ihre Daten und unterschiedlichen Datentypen mit Azure Data Lake Storage Gen2 zu speichern.
Daten können codefrei mithilfe der über 100 Datenintegrationsconnectors in Azure Data Factory erfasst werden. Mit Data Factory können Kunden codefreie ETL-/ELT-Vorgänge ausführen, einschließlich der Aufbereitung und Transformation.
Für die vielen Kunden, die sich stark auf SQL Server Integration Services (SSIS) ausgerichtet und SSIS-Pakete erstellt haben, bietet Azure Data Factory den wichtigen Vorteil, dass sie diese Pakete nutzen können, ohne sie in Azure Data Factory neu schreiben zu müssen.
Unabhängig davon, ob es sich bei den Daten um lokale Datenquellen, andere Azure-Dienste oder andere Clouddienste handelt, können Kunden ihre Big-Data-Pipelines nahtlos mit dieser intuitiven visuellen Umgebung erstellen, überwachen und verwalten.
Eine weitere Option für die Datenaufbereitung ist Azure Databricks. Mit dieser Plattform können Sie Datenformate formen und Daten mithilfe eines Notebooks aufbereiten, um die interne Zusammenarbeit in Bezug auf Daten zu optimieren und effizienter zu gestalten.
Aufbereiten der Daten für die Verarbeitung durch Analysetools
Das Herzstück einer modernen Data Warehouse- und Cloudanalyselösung ist Azure Synapse Analytics. Azure Synapse Analytics implementiert ein Data Warehouse unter Verwendung eines dedizierten SQL-Pools, der die MPP-Engine (Massively Parallel Processing) nutzt, die Data Warehousing für Unternehmen und Big Data-Analysen zusammenbringt.
Bereitstellen des Datenzugriffs für die problemlose Verarbeitung der Daten durch Visualisierungstools
Mit Power BI können Kunden Visualisierungen aus riesigen Datenmengen erstellen und sicherstellen, dass die Erkenntnisse aus den Daten allen Mitarbeitern in der Organisation zur Verfügung stehen.
Power BI unterstützt ein großes Spektrum von Datenquellen, die für Liveabfragen oder zum Datenmodellieren und -erfassen für detaillierte Analysen und Visualisierungen verwendet werden können.
In Kombination mit KI-Funktionen ist es ein leistungsfähiges Tool für die Erstellung und Bereitstellung von Dashboards im Unternehmen – mit umfangreichen Visualisierungen bis hin zu Features wie Abfragen in natürlicher Sprache.
Seit dem Release von Azure Synapse Analytics haben Sie die Wahl: Sie können Azure Synapse allein verwenden, was für Greenfieldprojekte sehr gut funktioniert. Organisationen, die bereits in Azure investiert haben, können mit Azure Data Factory, Azure Databricks und Power BI einen Hybridansatz verfolgen und diese Lösungen mit Azure Synapse Analytics kombinieren.
