Dane i sztuczna inteligencja
W tym artykule porównaliśmy podstawowe usługi danych i sztucznej inteligencji platformy Azure z odpowiednimi usługami Amazon Web Services (AWS).
Aby uzyskać porównanie innych usług AWS i Azure, zobacz Azure for AWS professionals.
Zarządzanie danymi, zarządzanie i platformy
Zarówno microsoft Purview, jak i połączenie usług AWS opisanych w poniższej tabeli mają na celu zapewnienie kompleksowych rozwiązań do zapewniania ładu danych. Te rozwiązania umożliwiają organizacjom efektywne zarządzanie zasobami danych, ich odnajdywanie, klasyfikowanie i zapewnianie bezpieczeństwa.
| Usługa firmy Microsoft | Usługi AWS | opis |
|---|---|---|
| Microsoft Purview | AwS Glue Data Catalog, AWS Lake Formation, Amazon Macie, AWS Identity and Access Management (IAM), AWS Config | Obie opcje zapewniają niezawodny nadzór nad danymi, katalogowanie i funkcje zgodności. Microsoft Purview to ujednolicone rozwiązanie do zapewniania ładu danych, które umożliwia organizacjom odnajdywanie, klasyfikowanie i zarządzanie danymi w środowiskach lokalnych, wielochmurowych i SaaS. Zapewnia również możliwości pochodzenia danych i zgodności. Platforma AWS oferuje podobne funkcje z wieloma usługami: AWS Glue Data Catalog na potrzeby zarządzania metadanymi, tworzenie usługi AWS Lake na potrzeby tworzenia i zapewniania ładu w usłudze Data Lake, Amazon Macie na potrzeby klasyfikacji i ochrony danych, awS IAM na potrzeby kontroli dostępu i konfiguracji platformy AWS na potrzeby zarządzania konfiguracją i śledzenia zgodności. |
Wszystkie na jednej platformie a usługi AWS
Usługa Microsoft Fabric udostępnia platformę all-in-one, która łączy dane i usługi sztucznej inteligencji wymagane dla nowoczesnych rozwiązań analitycznych. Usprawnia proces przenoszenia danych między usługami, zapewnia ujednolicony nadzór i zabezpieczenia oraz upraszcza modele cenowe. To ujednolicone podejście kontrastuje z podejściem platformy AWS, w którym usługi są często używane oddzielnie i wymagają większej ilości wysiłku w celu zintegrowania. Sieć szkieletowa zapewnia bezproblemową integrację między tymi funkcjami, które mogą pomóc organizacji przyspieszyć inicjatywy oparte na danych w ekosystemie platformy Azure.
Zarówno platforma AWS, jak i sieć szkieletowa zapewniają usługi integracji danych, przetwarzania, analizy, uczenia maszynowego i analizy biznesowej.
| Usługi AWS | Sieć szkieletowa | opis |
|---|---|---|
| Klej aws, potok danych platformy AWS | Integracja danych z usługą Azure Data Factory | Platforma AWS udostępnia pakiet poszczególnych usług, które można połączyć w celu tworzenia rozwiązań do obsługi danych i analiz. Takie podejście zapewnia elastyczność, ale wymaga większego nakładu pracy, aby zintegrować usługi z kompleksowego rozwiązania. Sieć szkieletowa udostępnia te możliwości w ramach jednej ujednoliconej platformy, aby uprościć przepływy pracy, współpracę i zarządzanie. |
Szczegółowe porównanie usług AWS ze składnikami sieci szkieletowej
Integracja danych i narzędzia ETL
Narzędzia do integracji danych i wyodrębniania, przekształcania, ładowania (ETL) ułatwiają wyodrębnianie, przekształcanie, ładowanie danych z wielu źródeł do ujednoliconego systemu do analizy.
| Usługa AWS | Usługa platformy Azure | Analiza |
|---|---|---|
| Klej AWS | Data Factory | Narzędzia AWS Glue i Azure Data Factory to w pełni zarządzane usługi ETL, które ułatwiają integrację danych między różnymi źródłami. |
| Przepływy pracy zarządzane przez usługę Amazon dla platformy Apache Airflow (MWAA) | Usługa Data Factory z potokami usługi Azure Synapse Analytics | Platforma Apache Airflow zapewnia zarządzaną aranżację przepływu pracy dla złożonych potoków danych. Potoki usługi Azure Synapse Analytics integrują platformę Apache Airflow z usługą Azure Data Factory w celu uzyskania bardziej zintegrowanego środowiska. AWS MWAA to zarządzane rozwiązanie Airflow. |
| Potok danych platformy AWS | Data Factory | Potok danych platformy AWS i usługa Azure Data Factory umożliwiają przenoszenie i przetwarzanie danych między usługami i lokalizacjami. |
| AWS Database Migration Service (DMS) | Azure Database Migration Service | Te usługi mogą ułatwić migrowanie baz danych do chmury z minimalnym przestojem. Główną różnicą jest to, że usługa platformy Azure jest zoptymalizowana pod kątem bezproblemowej migracji do baz danych platformy Azure, zapewniając narzędzia do oceny i rekomendacji, natomiast usługa AWS DMS koncentruje się na migracjach w środowisku platformy AWS. Usługa AWS DMS udostępnia bieżące funkcje replikacji dla architektur hybrydowych. |
| Amazon AppFlow | Azure Logic Apps | Te usługi umożliwiają automatyczne przepływy danych między aplikacjami w chmurze i usługami bez konieczności stosowania kodu. Usługa Logic Apps oferuje rozbudowane możliwości integracji z szeroką gamą łączników i projektanta wizualnego. Aplikacja AppFlow koncentruje się na bezpiecznym transferze danych między określonymi aplikacjami SaaS a usługami AWS i udostępnia wbudowane funkcje przekształcania danych. |
| Funkcje kroków platformy AWS | Usługa Data Factory z usługą Logic Apps | Te usługi zapewniają aranżację przepływu pracy na potrzeby koordynowania aplikacji rozproszonych i mikrousług. Usługa Step Functions jest przeznaczona do organizowania usług AWS i mikrousług w aplikacjach bezserwerowych. Usługa Logic Apps jest używana zarówno do integracji danych, jak i automatyzacji przepływu pracy przedsiębiorstwa. |
Magazynowanie danych
Te rozwiązania są przeznaczone do przechowywania dużych ilości danych ustrukturyzowanych zoptymalizowanych pod kątem wykonywania zapytań i raportowania oraz zarządzania nimi.
| Usługa AWS | Usługa platformy Azure | Analiza |
|---|---|---|
| Amazon Redshift | Azure Synapse Analytics | Usługi Amazon Redshift i Azure Synapse Analytics są w pełni zarządzane, petabajtowe usługi magazynowania danych przeznaczone do analizy i raportowania na dużą skalę. Główną różnicą jest to, że usługa Azure Synapse Analytics udostępnia ujednoliconą platformę analizy, która łączy magazynowanie danych i przetwarzanie danych big data, podczas gdy firma Redshift koncentruje się głównie na magazynowaniu danych. |
| Amazon Redshift Spectrum | Integracja usługi Azure Synapse Analytics z usługą Data Lake | Te usługi umożliwiają wykonywanie zapytań dotyczących danych między magazynami danych i magazynami danych bez przenoszenia danych. Usługa Azure Synapse Analytics udostępnia zintegrowane aparaty SQL i Spark. Redshift Spectrum rozszerza zapytania SQL Redshift na dane w usłudze Amazon S3. |
| Tworzenie jeziora AWS | Usługa Azure Synapse Analytics z usługą Azure Data Lake Storage | Te usługi mogą pomóc w tworzeniu bezpiecznych magazynów danych na potrzeby analizy. Platforma Azure łączy funkcje usługi Data Lake i magazynu danych w usłudze Azure Synapse Analytics. Platforma AWS udostępnia usługę Lake Formation dla magazynów danych i Redshift jako oddzielną usługę magazynu danych. |
| Amazon RDS z zapytaniem federacyjnym Redshift | Azure SQL Database | Te usługi obsługują wykonywanie zapytań dotyczących operacyjnych baz danych i magazynów danych. Usługa Azure Synapse Analytics zapewnia ujednolicone, wbudowane środowisko analityczne. Platforma AWS wymaga połączenia usług RDS i Redshift w celu uzyskania podobnych możliwości wykonywania zapytań między usługami. |
| Integracja rozwiązania Amazon Aurora z rozwiązaniem Redshift | Usługa Azure Synapse Link dla usługi Azure Cosmos DB | Te usługi zapewniają analizę o wysokiej wydajności w przypadku danych operacyjnych. Platforma AWS wymaga skonfigurowania potoków danych między usługą Aurora i Redshift. Za pomocą usługi Azure Synapse Link nie musisz przenosić danych. |
Rozwiązania usługi Data Lake
Te platformy przechowują ogromne ilości nieprzetworzonych i ustrukturyzowanych danych w natywnym formacie na potrzeby przyszłego przetwarzania.
| Usługa AWS | Usługa platformy Azure | Analiza |
|---|---|---|
| Amazon S3 | Azure Data Lake Storage | Usługi Amazon S3 i Azure Data Lake Storage to skalowalne rozwiązania magazynu służące do tworzenia magazynów typu data lake do przechowywania i analizowania dużych ilości danych. Usługa Data Lake Storage zapewnia hierarchiczną przestrzeń nazw. Amazon S3 używa płaskiej struktury. |
| Tworzenie jeziora AWS | Azure Synapse Analytics | Tworzenie usług AWS Lake i Azure Synapse Analytics mogą pomóc w konfigurowaniu i zabezpieczaniu magazynów danych oraz zarządzaniu nimi na potrzeby analizy. Główną różnicą jest to, że usługa Azure Synapse Analytics udostępnia usługę analizy typu all-in-one, która łączy usługę data lake, magazyn danych i analizę danych big data, podczas gdy usługa Lake Formation koncentruje się na usprawnieniu tworzenia magazynu data lake i zarządzania przy użyciu niezawodnych funkcji zabezpieczeń i ładu. |
| Amazon Aten | Bezserwerowe pule SQL usługi Azure Synapse Analytics | Te usługi umożliwiają wykonywanie zapytań dotyczących danych przechowywanych w magazynach data lake przy użyciu języka SQL bez konfigurowania infrastruktury. Amazon Atena to autonomiczne rozwiązanie integrujące się z innymi usługami AWS. Bezserwerowe pule SQL są częścią platformy Azure Synapse Analytics. |
| Katalog danych przykleja platformy AWS | Microsoft Purview | Te usługi udostępniają scentralizowane repozytorium metadanych do przechowywania schematów danych i metadanych oraz zarządzania nimi w magazynach data lake. Narzędzie AWS Glue udostępnia podzbiór funkcji usługi Microsoft Purview. Usługa Microsoft Purview obsługuje katalogowanie danych, śledzenie pochodzenia i klasyfikację poufnych danych, niezależnie od tego, czy dane znajdują się lokalnie, w chmurze, czy w aplikacji SaaS. |
Analiza danych big data
Te usługi przetwarzają i analizują duże i złożone zestawy danych, aby odkryć wzorce, szczegółowe informacje i trendy. Poniższa tabela zawiera bezpośrednie porównania poszczególnych usług danych big data. Microsoft Fabric to usługa typu all-in-one do obsługi danych big data i analizy. Oferuje on następujące usługi i nie tylko.
| Usługa AWS | Usługa platformy Azure | Analiza |
|---|---|---|
| Amazon EMR | Azure HDInsight | Obie usługi udostępniają zarządzane struktury danych big data na potrzeby przetwarzania danych przechowywanych w magazynach data lake. Usługa EMR udostępnia zarządzane platformy Hadoop i Spark. HDInsight to w pełni zarządzane rozwiązanie dla przedsiębiorstw, które obsługuje usługi Hadoop, Spark, Kafka i inne analizy typu open source. |
| Amazon EMR | Azure Databricks | Te usługi umożliwiają przetwarzanie danych big data za pośrednictwem platformy Apache Spark w środowisku zarządzanym. Usługa EMR umożliwia uruchamianie klastrów Platformy Apache Spark z elastycznymi opcjami konfiguracji i skalowania. Usługa Azure Databricks udostępnia zoptymalizowaną platformę Apache Spark z notesami współpracy i zintegrowanymi przepływami pracy. |
| Amazon Kinesis | Usługi Azure Event Hubs i Azure Stream Analytics | Te usługi zapewniają przesyłanie strumieniowe i analizę danych w czasie rzeczywistym na potrzeby przetwarzania i analizowania strumieni danych o dużej ilości. |
| Klej AWS z usługą AWS Glue Studio | Usługa Azure Synapse Analytics z pulami platformy Apache Spark | Obie usługi zapewniają możliwości przetwarzania danych big data ze zintegrowanym przekształcaniem i analizą danych. |
Analiza biznesowa i raportowanie
Te usługi zapewniają wizualizację danych, raportowanie i pulpity nawigacyjne, aby pomóc firmom w podejmowaniu świadomych decyzji.
| Usługa AWS | Usługa platformy Azure | Analiza |
|---|---|---|
| Amazon QuickSight | Power BI | Usługi QuickSight i Power BI udostępniają narzędzia do analizy biznesowej na potrzeby wizualizacji danych i interaktywnych pulpitów nawigacyjnych. |
| Zarządzane przez usługę Amazon Grafana | Azure Managed Grafana | Te usługi zapewniają zarządzaną aplikację Grafana, która umożliwia wizualizowanie metryk, dzienników i śladów w wielu źródłach danych. |
| Wymiana danych platformy AWS | Azure Data Share | Te usługi ułatwiają bezpieczne udostępnianie i wymianę danych między organizacjami. Program Data Exchange udostępnia model witryny Marketplace. Usługa Data Share koncentruje się na udostępnianiu danych między dzierżawami. |
| Usługa Amazon OpenSearch Service z rozwiązaniem Kibana | Usługa Azure Data Explorer z pulpitami nawigacyjnymi | Te usługi zapewniają eksplorację danych w czasie rzeczywistym i interaktywną analizę dużych ilości danych. Narzędzie OpenSearch używa narzędzia Kibana do wyszukiwania i wizualizacji. Usługa Azure Data Explorer używa usługi Kusto, która jest zoptymalizowana pod kątem szybkiego pozyskiwania danych i wykonywania zapytań. |
Przetwarzanie danych w czasie rzeczywistym
Te systemy pozyskiwają i analizują dane w miarę ich generowania, aby zapewnić natychmiastowe szczegółowe informacje i odpowiedzi.
| Usługa AWS | Usługa platformy Azure | Analiza |
|---|---|---|
| Amazon Kinesis | Usługi Azure Event Hubs i Azure Stream Analytics | Te usługi zapewniają przesyłanie strumieniowe i analizę danych w czasie rzeczywistym na potrzeby przetwarzania i analizowania strumieni danych o dużej ilości. Kinesis zapewnia zintegrowany zestaw do przesyłania strumieniowego i analizy danych w ramach platformy AWS. Platforma Azure oddziela pozyskiwanie (Event Hubs) i przetwarzanie (Stream Analytics). |
| Przesyłanie strumieniowe zarządzane przez usługę Amazon dla platformy Apache Kafka (MSK) | Usługa Azure HDInsight z platformą Apache Kafka | Te usługi zapewniają zarządzane klastry platformy Apache Kafka do tworzenia potoków i aplikacji przesyłania strumieniowego w czasie rzeczywistym. |
| AWS Lambda | Azure Functions | Te bezserwerowe platformy obliczeniowe uruchamiają kod w odpowiedzi na zdarzenia i automatycznie zarządzają bazowymi zasobami obliczeniowymi. |
| Strumienie bazy danych Amazon DynamoDB | Zestawienie zmian usługi Azure Cosmos DB | Te usługi umożliwiają przetwarzanie danych w czasie rzeczywistym przez przechwytywanie i dostarczanie strumienia modyfikacji danych. |
| Usługa Amazon ElastiCache ze strumieniami Redis | Usługa Azure Cache for Redis ze strumieniami Redis | Te usługi udostępniają zarządzane wystąpienia usługi Redis, które obsługują strumienie Redis na potrzeby pozyskiwania i przetwarzania danych w czasie rzeczywistym. |
| Amazon IoT Analytics | Usługa Azure IoT Hub z usługą Azure Stream Analytics | Te usługi umożliwiają przetwarzanie i analizowanie danych z urządzeń IoT w czasie rzeczywistym. Usługa AWS IoT Analytics zapewnia wbudowane funkcje przechowywania i analizy danych. Platforma Azure udostępnia usługi modułowe: usługa IoT Hub obsługuje pozyskiwanie danych, a usługa Stream Analytics przetwarza dane. |
Usługi uczenia maszynowego
Te narzędzia i platformy umożliwiają opracowywanie, trenowanie i wdrażanie modeli uczenia maszynowego.
| Usługa AWS | Usługa platformy Azure | Analiza |
|---|---|---|
| Amazon SageMaker | Azure Machine Learning | Te kompleksowe platformy umożliwiają tworzenie, trenowanie i wdrażanie modeli uczenia maszynowego. |
| AMI uczenia głębokiego aws | Maszyny wirtualne platformy Azure Nauka o danych | Te usługi zapewniają wstępnie skonfigurowane maszyny wirtualne zoptymalizowane pod kątem obciążeń uczenia maszynowego i nauki o danych. |
| Amazon SageMaker Autopilot | Zautomatyzowane uczenie maszynowe (AutoML) | Te usługi zapewniają zautomatyzowane uczenie maszynowe do tworzenia i trenowania modeli. |
| Amazon SageMaker Studio | Azure Machine Learning Studio | Te usługi zapewniają zintegrowane środowiska programistyczne na potrzeby uczenia maszynowego. Program SageMaker Studio udostępnia ujednolicony interfejs dla wszystkich kroków programowania uczenia maszynowego, w tym narzędzi do debugowania i profilowania. |
Usługi sztucznej inteligencji
Usługi sztucznej inteligencji zapewniają wstępnie utworzone, dostosowywalne funkcje sztucznej inteligencji do aplikacji, w tym wizje, mowę, język i podejmowanie decyzji.
| Usługa AWS | Usługa platformy Azure | Analiza |
|---|---|---|
| Amazon Rekognition | Usługa Azure AI Vision z funkcją OCR i sztuczną inteligencją | Te usługi zapewniają możliwości analizy obrazów i wideo, w tym rozpoznawanie obiektów i con tryb namiotu ration. |
| Amazon Polly | Azure AI Speech (zamiana tekstu na mowę) | Za pomocą tych usług można przekonwertować tekst na realistyczną mowę, aby umożliwić aplikacjom interakcję z użytkownikami za pomocą głosów dźwiękowych. |
| Transkrypcja Amazon | Azure AI Speech | Te usługi konwertują język mówiony na tekst, co umożliwia aplikacjom transkrypcja strumieni audio. |
| Amazon Translate | Azure AI Translator | Te usługi zapewniają możliwości tłumaczenia maszynowego na potrzeby tłumaczenia tekstu z jednego języka na inny. |
| Amazon Pojmuje | Język sztucznej inteligencji platformy Azure | Te usługi analizują tekst, aby wyodrębnić szczegółowe informacje, takie jak tonacja, kluczowe frazy, jednostki i wykrywanie języka. |
| Amazon Lex | Azure AI Bot Service | Za pomocą tych usług można tworzyć interfejsy konwersacyjne i czatboty korzystające z interpretacji języka naturalnego. Platforma Azure oferuje modułowe podejście z oddzielnymi usługami dla platformy deweloperów botów i interpretacji języka. Amazon Lex to zintegrowane rozwiązanie do tworzenia interfejsów konwersacyjnych w ramach platformy AWS. |
| Amazon Textract | Analiza dokumentów sztucznej inteligencji platformy Azure | Obie te usługi automatycznie wyodrębniają tekst i dane ze zeskanowanych dokumentów i formularzy przy użyciu uczenia maszynowego. Platforma Azure udostępnia dostosowywalne modele dla określonych typów dokumentów, które umożliwiają wyodrębnianie dostosowanych danych. Funkcja Textract zapewnia gotowe do użycia wyodrębnianie złożonych struktur danych. |
| Amazon OpenSearch Service | Azure AI Search (wyszukiwanie generowania) | Narzędzia OpenSearch i AI Search zapewniają zaawansowane funkcje wyszukiwania i analizy. Można ich używać do typowych wzorców sztucznej inteligencji, takich jak pobieranie rozszerzonej generacji (RAG). |
Generowanie usług sztucznej inteligencji
Te usługi sztucznej inteligencji tworzą nową zawartość lub dane podobne do danych wyjściowych generowanych przez człowieka, takich jak tekst, obrazy lub dźwięk.
| Usługa AWS | Usługi platformy Azure | Analiza |
|---|---|---|
| Amazon Bedrock | Azure OpenAI Service Azure AI Foundry | Rozwiązania Amazon Bedrock, Azure AI Foundry i Azure OpenAI Service zapewniają podstawowe modele tworzenia i wdrażania generowanych aplikacji sztucznej inteligencji. |
Współautorzy
Ten artykuł jest obsługiwany przez firmę Microsoft. Pierwotnie został napisany przez następujących współautorów.
Główny autor:
- Regina Hackenberg | Starszy specjalista techniczny
Inny współautor:
- Adam Cerini | Dyrektor, Partner TechnologyStrateg
Aby wyświetlić niepubalne profile serwisu LinkedIn, zaloguj się do serwisu LinkedIn.