了解 Azure Synapse Analytics 进程
考虑客户当前用来最大化其数据价值的使用模式时，新式数据仓库使你可以轻松将所有数据大规模地汇集在一起，以便你可以通过分析仪表板、操作报表或高级分析为用户获取见解。
构建新式数据仓库的过程通常涉及以下内容：
- 数据引入和准备。
- 准备好数据以供分析工具使用。
- 提供对采用适当格式的数据的访问权限，以便数据可视化工具能够轻松地使用数据。
在 Azure Synapse Analytics 发布之前，可以通过以下方式实现此目的。
数据引入和准备
首先，客户需要构建一个数据湖，以通过 Azure Data Lake Store Gen2 存储其所有数据和不同数据类型。
若要引入数据，客户可以使用 Azure 数据工厂中的 100 多个数据集成连接器以无代码方式完成此操作。 通过数据工厂，客户能够进行无代码 ETL/ELT，包括准备和转换。
虽然我们的许多客户目前在 SQL Server Integration Services (SSIS) 包上投入了大量资金，但他们已经创建了这些包，他们可以加以利用，而不必在 Azure 数据工厂中重写这些包。
无论数据是本地数据源、位于其他 Azure 服务还是其他云服务中，客户都可以使用易于使用的视觉环境无缝创作、监视和管理其大数据管道。
数据准备的另一种选择是 Azure Databricks，通过该平台，可以使用笔记本创建适当的数据格式并准备数据，从而使内部协作处理数据变得更加简单且高效。
准备好数据以供分析工具使用
新式数据仓库和云规模分析解决方案的核心是 Azure Synapse Analytics。 这实现了一个使用专用 SQL 池的数据仓库，该池利用了将企业数据仓库和大数据分析结合在一起的大规模并行处理引擎。
提供对数据的访问权限，以便数据可视化工具能够轻松地使用数据
Power BI 使客户能够基于大量的数据生成可视化效果，并确保其组织中的所有人都可以获得数据见解。
Power BI 支持海量的数据源。这些数据源可供实时查询，或用于建模并引入以进行详细的分析和可视化展示。
整合 AI 功能之后，该工具提供的功能更加强大，可用于通过丰富的可视化效果以及自然语言查询等功能在企业中构建和部署仪表板。
Azure Synapse Analytics 发布后，你有多种选择。 对于全新的项目，你可以单独使用 Azure Synapse，但对于在 Azure 的 Azure 数据工厂、Azure Databricks 和 Power BI 方面已进行投资的组织来说，你可以采用一种混合方法，将它们与 Azure Synapse Analytics 结合使用。
