Förstå Azure Synapse-analysprocesserna
När du tänker på användningsmönster som kunder använder i dag för att maximera värdet av sina data kan du enkelt samla alla dina data i stor skala i ett modernt informationslager, så att du enkelt kommer till insikterna via analysinstrumentpaneler, driftrapportering eller avancerad analys för dina användare.
Processen att skapa ett modernt informationslager består vanligtvis av:
- Datainmatning och förberedelse.
- Gör data redo för förbrukning med hjälp av analysverktyg.
- Ger åtkomst till data, i ett format format så att de enkelt kan användas av datavisualiseringsverktyg.
Före lanseringen av Azure Synapse Analytics skulle detta uppnås på följande sätt.
Förberedelse och inhämtning av data
I grunden skapar kunderna en datasjö för att lagra alla sina data och olika datatyper med Azure Data Lake Store Gen2.
För att mata in data kan kunderna göra det utan kod med över 100 anslutningsappar för dataintegrering med Azure Data Factory. Med Data Factory kan kunderna utföra kodfri ETL/ELT, inklusive förberedelse och transformering.
Och även om många av våra kunder för närvarande är starkt investerade i SQL Server Integration Services-paketen (SSIS), kan de utnyttja dessa utan att behöva skriva om paketen i Azure Data Factory.
Oavsett om data är en lokal datakälla, andra Azure-tjänster eller andra molntjänster kan kunderna smidigt skapa, övervaka och hantera sina stordatapipelines med en visuell miljö som är enkel att använda.
Ett annat alternativ för dataförberedelse är Azure Databricks – för att forma dataformaten och förbereda dem med hjälp av en notebook-fil – vilket gör det interna samarbetet om data mer effektiviserat och effektivt.
Göra data redo för förbrukning med hjälp av analysverktyg
Kärnan i ett modernt informationslager och en analyslösning i molnskala är Azure Synapse Analytics. Detta implementerar ett informationslager med hjälp av en dedikerad SQL-pool som utnyttjar motorn för massivt parallell bearbetning som samlar företagets datalager och stordataanalys.
Att ge åtkomst till data, att de enkelt kan användas av datavisualiseringsverktyg
Med Power BI kan kunder skapa visualiseringar på enorma mängder data och se till att datainsikter är tillgängliga för alla i organisationen.
Power BI stöder en enorm uppsättning datakällor, som kan efterfrågas live eller användas för att modellera och mata in, för detaljerad analys och visualisering.
Tillsammans med AI-funktioner är det ett kraftfullt verktyg för att skapa och distribuera instrumentpaneler i företaget, genom omfattande visualiseringar och funktioner som frågor på naturligt språk.
Med lanseringen av Azure Synapse Analytics har du ett val. Du kan antingen använda Azure Synapse exklusivt, vilket fungerar mycket bra för projekt med gröna fält, men för organisationer med befintliga investeringar i Azure med Azure Data Factory, Azure Databricks och Power BI kan du använda en hybridmetod och kombinera dem med Azure Synapse Analytics.
