Compreender os processos analíticos do Azure Synapse
Ao pensar nos padrões de uso que os clientes estão usando hoje para maximizar o valor de seus dados, um data warehouse moderno permite que você reúna todos os seus dados em escala facilmente, para que você obtenha os insights por meio de painéis de análise, relatórios operacionais ou análises avançadas para seus usuários.
O processo de construção de um armazém de dados moderno normalmente consiste em:
- Ingestão e Preparação de Dados.
- Tornar os dados prontos para consumo através de ferramentas analíticas.
- Fornecer acesso aos dados, em um formato moldado para que possam ser facilmente consumidos por ferramentas de visualização de dados.
Antes do lançamento do Azure Synapse Analytics, isso seria alcançado da seguinte maneira.
Ingestão e preparação de dados
Na base, os clientes criam um data lake para armazenar todos os seus dados e diferentes tipos de dados com o Azure Data Lake Store Gen2.
Para ingerir dados, os clientes podem fazê-lo sem código com mais de 100 conectores de integração de dados com o Azure Data Factory. O Data Factory permite que os clientes façam ETL/ELT sem código, incluindo preparação e transformação.
E, embora muitos de nossos clientes estejam atualmente investindo pesado nos pacotes do SQL Server Integration Services (SSIS), eles criaram, eles podem aproveitá-los sem precisar reescrever esses pacotes no Azure Data Factory.
Quer os dados sejam fontes de dados locais, outros serviços do Azure ou outros serviços na nuvem, os clientes podem criar, monitorizar e gerir facilmente os seus pipelines de grandes volumes de dados com um ambiente visual fácil de utilizar.
Outra opção para a preparação de dados é o Azure Databricks - para moldar os formatos de dados e prepará-los usando um Bloco de Anotações, tornando a colaboração interna em dados mais simplificada e eficiente.
Preparar os dados para o consumo através de ferramentas analíticas
No coração de um armazém de dados moderno e de uma solução analítica à escala da nuvem está o Azure Synapse Analytics. Isso implementa um data warehouse usando um pool SQL dedicado que aproveita o mecanismo de processamento paralelo massivo que reúne armazenamento de dados corporativos e análise de Big Data.
Fornecer acesso aos dados, que podem ser facilmente consumidos por ferramentas de visualização de dados
O Power BI permite que os clientes criem visualizações em grandes quantidades de dados e garantam que os insights de dados estejam disponíveis para todos em sua organização.
O Power BI suporta um enorme conjunto de fontes de dados, que podem ser consultadas ao vivo ou usadas para modelar e ingerir, para análise e visualização detalhadas.
Reunido com recursos de IA, é uma ferramenta poderosa para criar e implantar painéis na empresa, por meio de visualizações avançadas e recursos como consultas em linguagem natural.
Com o lançamento do Azure Synapse Analytics, você tem uma escolha. Você pode usar o Azure Synapse exclusivamente, o que funciona muito bem para projetos greenfield, mas para organizações com investimentos existentes no Azure com o Azure Data Factory, Azure Databricks e Power BI, você pode adotar uma abordagem híbrida e combiná-los com o Azure Synapse Analytics.
