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 Synapse Analytics？
Azure Synapse 是一项企业分析服务，可以缩短在数据仓库和大数据系统中进行见解提取所需的时间。 Azure Synapse 汇集了企业数据仓库中所用 SQL 技术的精华、用于大数据的 Spark 技术、用于日志和时序分析的数据资源管理器、用于数据集成和 ETL/ELT 的 Pipelines，以及与其他 Azure 服务（Power BI、CosmosDB 和 AzureML）的深度集成。 。
行业领先的 SQL
Synapse SQL 是 T-SQL 的分布式查询系统，它实现了数据仓库和数据虚拟化方案，还扩展了 T-SQL 来应对流式处理和计算机学习方案。
- Synapse SQL 同时提供了“无服务器”和“专用”资源模型。 若要使性能和成本可预测，可以创建专用 SQL 池，以保留对 SQL 表中存储的数据进行处理的能力。 对于计划外或突发性的工作负荷，请使用始终可用的无服务器 SQL 终结点。
- 使用内置的流式处理功能可将数据从云数据源载入到 SQL 表中
- 通过使用机器学习模型并使用 T-SQL PREDICT 函数对数据进行评分，将 AI 与 SQL 集成
行业标准 Apache Spark
Apache Spark for Azure Synapse 深入无缝地集成了 Apache Spark - 用于数据准备、数据工程、ETL 和机器学习的最流行的开源大数据引擎。
- 适用于 Apache Spark 3.1 的集成了 SparkML 算法和 Azure 机器学习的 ML 模型，内置对 Linux Foundation Delta Lake 的支持。
- 简化的资源模型使你无需担心群集的管理。
- Spark 可以快速启动并主动自动缩放。
- 原生支持 .NET for Spark，使你能够在 Spark 应用程序中重复利用自己的 C# 专业知识和现有的 .Net 代码。
使用数据湖
Azure Synapse 消除了结合使用 SQL 和 Spark 时存在的传统技术阻碍。 你可以根据需求和专业知识无缝混搭使用这两种技术。
- Spark 或 Hive 可以无缝使用基于数据湖中文件定义的各种表。
- SQL 和 Spark 可以直接浏览和分析 Data Lake 中存储的 Parquet、CSV、TSV 和 JSON 文件。
- 在 SQL 与 Spark 数据库之间以可缩放的方式快速加载的数据
内置数据集成
Azure Synapse 包含了与 Azure 数据工厂相同的数据集成引擎和体验，使你可以创建丰富的大规模 ETL 管道，而无需离开 Azure Synapse Analytics。
- 从 90 多个数据源引入数据
- 使用数据流活动的无代码 ETL
- 协调笔记本、Spark 作业、存储过程、SQL 脚本等
数据资源管理器（预览版）
Azure Synapse 数据资源管理器为客户提供交互式查询体验，用于从系统生成的日志中找到见解。 为了补充现有的 SQL 和 Apache Spark 分析运行时引擎，数据资源管理器分析运行时已经过优化，可以使用强大的索引技术来自动为系统生成的日志中常见的自由文本和半结构化数据编制索引，从而实现高效的日志分析。
将数据资源管理器用作生成准实时日志分析和 IoT 分析解决方案的数据平台可以：
- 合并及关联本地、云和第三方数据源中的日志与事件数据。
- 加速你的 AI Ops 之旅（模式识别、异常情况检测、预测等）
- 取代基于基础结构的日志搜索解决方案，以节省成本并提高工作效率。
- 为 IoT 数据生成 IoT 分析解决方案。
- 生成 SaaS 分析解决方案，为内部和外部客户提供服务。
统一体验
Synapse Studio 为企业提供了一种单一方法来生成解决方案、维护和保护单一用户体验中的所有内容
- 执行关键任务：引入、浏览、准备、编排、可视化
- 监视 SQL、Spark 和数据资源管理器中的资源、使用情况和用户
- 使用基于角色的访问控制来简化对分析资源的访问
- 编写 SQL、Spark 或 KQL 代码，并与企业 CI/CD 过程集成
与 Synapse 社区互动
- Microsoft Q&A：询问技术问题。
- Stack Overflow：询问开发问题。