通过

你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

什么是 Azure 数据资源管理器？

  • 项目

Azure 数据资源管理器是一种完全托管的高性能、大数据分析平台，可让你轻松实时地分析大量数据。 Azure 数据资源管理器工具包提供了用于数据引入、查询、可视化和管理的端到端解决方案。

通过跨时序分析结构化、半结构化和非结构化数据，并通过使用机器学习，Azure 数据资源管理器使你可以轻松地提取关键见解、发现模式和趋势以及创建预测模型。 Azure 数据资源管理器 使用传统关系模型，将数据组织到具有强类型架构的表中。 表存储在数据库中，群集可以管理多个数据库。 Azure 数据资源管理器可缩放、安全、可靠且企业就绪，对日志分析、时间序列分析、IoT 和通用探索性分析非常有用。

Azure 数据资源管理器功能由基于其查询语言构建的其他服务扩展：Kusto 查询语言 (KQL) 。 这些服务包括 Azure Monitor 日志、Application Insights、时序见解和Microsoft Defender for Endpoint。

何时应使用 Azure 数据资源管理器？

请使用以下问题来帮助确定 Azure 数据资源管理器是否适合你的用例：

  • 交互式分析：交互式分析是否是解决方案的一部分？ 例如，聚合、关联或异常情况检测。
  • 多样化、速度、数量：架构是否多样化？ 是否需要近实时地引入大量数据？
  • 数据组织：是否要分析原始数据？ 例如，未完全策划的星型架构。
  • 查询并发：多个用户或进程是否使用 Azure 数据资源管理器？
  • 生成与购买：是否计划自定义数据平台？

Azure 数据资源管理器非常适合在高速、多样化的原始数据上启用交互式分析功能。 使用以下决策树来帮助确定 Azure 数据资源管理器是否适合你：

此图是 Azure 数据资源管理器决策树的示意性工作流图像。

是什么让 Azure 数据资源管理器与众不同？

数据速度、种类和数据量

使用 Azure 数据资源管理器，可以通过排队引入或流式引入在几分钟内引入 TB 的数据。 可以查询数 PB 的数据，并很快返回结果。 Azure 数据资源管理器提供高速度（每秒钟数百万事件）、低延迟（秒）和线性缩放引入原始数据。 以不同的格式和结构，从各种管道和源引入数据。

用户友好的查询语言

使用 Kusto 查询语言 (KQL)（一种最初由团队发明的开源语言）查询 Azure 数据资源管理器。 此语言易于理解和学习，并且开发效率高。 可以使用简单的运算符和高级分析。 Azure 数据资源管理器还支持 T-SQL。

高级分析

使用 Azure 数据资源管理器进行时序分析，它具备大量的功能，包括：增加和减少时序、筛选、回归、季节性检测、地理空间分析、异常检测、扫描和预测。 时序函数经过了优化，可在几秒内处理数千个时序。 使用群集插件可以轻松检测模式，这些插件可以诊断异常并进行根本原因分析。 还可通过在 KQL 查询中 嵌入 python 代码来扩展 Azure 数据资源管理器功能。

易于使用的向导

引入向导使数据引入过程简单、快速和直观。 Azure 数据资源管理器 Web UI 提供直观的引导体验，可帮助你快速上手以开始引入数据、创建数据库表和映射结构。 它从各种源并以各种数据格式启用一次或持续引入。 表映射和架构是自动基于建议配置的，易于修改。

丰富的数据可视化

数据可视化可帮助你获取重要见解。 Azure 数据资源管理器提供内置的可视化和开箱即用的仪表板，支持各种图表和可视化效果。 它具备与 Power BI 的本机集成、用于 Grafana、Kibana 和 Databricks 的本机连接器、对 Tableau、Sisense、Qlik 等的 ODBC 支持。

自动引入、处理和导出

Azure 数据资源管理器支持服务器端存储的函数、连续引入，以及连续导出到 Azure Data Lake 存储。 它还支持在服务器端引入时间映射转换、更新策略，并通过具体化视图预计算计划聚合。

Azure 数据资源管理器流

下图显示了使用 Azure 数据资源管理器的不同方面。

Azure 数据资源管理器流。

一般而言，在与 Azure 数据资源管理器进行交互时，需要完成以下工作流：

注意

可在 Azure 数据资源管理器 Web UI 中或使用 SDK 访问 Azure 数据资源管理器资源。

  1. 创建数据库：创建群集，然后在该群集中创建一个或多个数据库 。 每个 Azure 数据资源管理器群集可以容纳最多 10,000 个数据库，每个数据库最多包含 10,000 张表。 每张表中的数据都存储在数据分片（也称为“盘区”）中。 系统将根据引入时间自动对所有数据创建索引和分区。 这意味着你可以存储大量不同的数据。同时，得益于数据的存储方式，你可以快速访问查询这些数据。 快速入门：创建 Azure 数据资源管理器群集和数据库

  2. 引入数据：将数据加载到数据库表，以便你可以对其运行查询。 Azure 数据资源管理器支持多种引入方法，每种方法都有自己的目标方案。 这些方法包括引入工具、各种服务的连接器和插件、托管管道、使用 SDK 的编程引入，以及直接引入。 引入向导入门。

  3. 查询数据库：Azure 数据资源管理器使用 Kusto 查询语言，它是一种富于表达力、直观且高效的查询语言。 它提供从简单的单行代码到复杂的数据处理脚本的平滑转换，并支持查询结构化、半结构化和非结构化（文本搜索）数据。 该语言包含多种查询语言运算符和函数（聚合、筛选、时序函数、地理空间函数、联接、联合等）。 KQL 支持跨群集和跨数据库查询，并在分析（JSON、XML 等）方面功能丰富。 该语言还默认支持高级分析。

    使用 Web 应用程序来运行、查看以及共享查询和结果。 可以通过编程方式（使用 SDK）发送查询，或向 REST API 终结点发送查询。 如果你熟悉 SQL，请通过 SQL 到 Kusto 速查表开始使用。 快速入门：在 Azure 数据资源管理器 Web UI 中查询数据

  4. 可视化结果：在本机 Azure 数据资源管理器仪表板中，使用不同的视觉对象显示数据。 还可使用连接器显示某些主要可视化服务（如 Power BI 和 Grafana）的结果。 Azure 数据资源管理器还对 Tableau 和 Sisense 等工具提供 ODBC 和 JDBC 连接器支持。

如何提供反馈

我们很乐意收到你关于 Azure 数据资源管理器和 Kusto 查询语言的反馈：

相关内容