AWS vs Azure för dataanalys: Jämförelse av plattformserbjudanden

Varför accelererar företag sitt införande av molntjänster?

Vad är molnet? Molnet började som en slangterm inom IT-branschen och hänvisar till servrar och tillhörande programvara och databaser som körs på dessa servrar och tillhandahålls via internet. Stora molntjänstplattformar, som Amazon och Azure, ger tillgång till datorresurser via internet med hjälp av virtualisering där servrar distribueras och programvara provisioneras utan att man behöver konfigurera, hantera och underhålla dem själva.

Som användare kan du skapa ett konto och registrera dig på valfri molntjänstplattform. Du behöver bara internet för att få tillgång till datorresurser för att hantera hela ditt arbetsflöde.

De stora molntjänstleverantörerna, som Microsoft Azure och Amazon Web Services, har många datacenter spridda över hela världen och de utnyttjar otroliga skalfördelar för att leverera överlägsna databehandlings- eller lagringstjänster som är avgörande för organisationer. Användare kan få tillgång till vilken databehandlingsresurs de än behöver och de betalar bara för det de använder.

Molntjänster kan användas för att hantera en mängd olika företagsarbetsbelastningar, såsom:

• Maskininlärning
• Datalagring och säkerhetskopiering
• Analys
• Strömmande media
• Hosting, testning och driftsättning av applikationer
• Automatisera programvaruleverans

Så, vad förväntar sig organisationer av sina leverantörer av molntjänster?

Datorkraft – För att köra avancerade företagsarbetsbelastningar, som att bearbeta stordata, köra maskininlärningsalgoritmer och stödja avancerade analysarbetsbelastningar, behöver organisationer tillgång till stora datorresurser, vilka både Azure Synapse och AWS tillhandahåller genom tjänsteerbjudanden som Azure VMs, AWS EC2, AWS Beanstalk, etc.

Leverantörer av molntjänster gör det möjligt för organisationer att snabbt skala upp enligt sina databehandlings- och lagringsbehov, vilket ger enorm flexibilitet för att hantera kritiska stordatatjänster användningsfall enligt deras anpassade krav.

Skalbar lagring- För att stödja de växande företagsanvändningsfallen som involverar ostrukturerad data och strömmande dataanalys , X-analytics, behöver organisationer ett skalbart lagringssystem som kan stödja behoven av modern business intelligence.

Säkerhet- Datasäkerhet är av yttersta vikt för organisationer idag och både AWS och Azure erbjuder förstklassig säkerhet med flera branschklassiga certifieringar och säkerhetslösningar. Med över 90 % av Fortune 500-organisationerna som använder Microsoft Azure-tjänster , Azure är en vinnare när det gäller att hantera säkerhetskrav på företagsnivå.

Visualisering och rapportering- Organisationer behöver idag tillgång till rapportering i nära realtid för sina verksamhetskritiska nyckeltal, och både Azure och AWS stöder visualiseringskraven med Power BI respektive Quick Sight. Power BI är återigen en vinnare i detta avseende, med sitt stöd för ett brett utbud av datakällor, tillsammans med kraftfulla visualiseringsfunktioner och sitt stöd för DAX-frågor för kraftfull datamodellering.

Nu ska vi gå djupare in på båda molnplattformarna – Microsoft Azure och AWS, för närvarande ledande marknadsledare – och studera deras olika värdeerbjudanden för analys.

Vad är Azure – Microsofts molntjänster

Microsoft har alltid positionerat sig som fokuserade på företagskunder. Med redan existerande närvaro genom investeringar i Office, Windows, Dynamics, Outlook och andra populära applikationer, tycker företag – små, medelstora och stora – att det är enklare och ofta mer kostnadseffektivt att ansluta sig till Azures ekosystem. Detta ger Azure en betydande fördel gentemot sina konkurrenter, inklusive AWS.

Azure är en molntjänst som lanserades i februari 2010 av Microsoft för att komma åt och hantera resurser. Idag är Azure en snabbt växande och näst största molntjänstplattform på marknaden. Mer än 90 % av Fortune 500-företagen använder idag Azure för sina olika arbetsflöden.

I en telefonkonferens om resultat i januari 2021 delade Microsofts VD Satya Nadella siffror om rekordhöga molnresultat för Microsoft – och notera att detta inkluderar intäkter från Office 365 och andra affärsapplikationer i molnet – på 16 miljarder dollar för kvartalet, en ökning med häpnadsväckande 34 % jämfört med föregående år.

Så, vad har Azure för ditt företag?

Azure-tjänster är indelade i 18 kategorier och totalt innehåller de mer än 200 tjänster. Med fler än 50 datacenter i alla större geografiska regioner över hela världen erbjuder Azure stöd för flera språk som Node JS, C# och Java. Några av de populära tjänsterna inom Azure är följande.

Med Azure Services kan du skapa en virtuell maskin för Windows eller Linux med mycket skalbara konfigurationer på några sekunder. Azure Service Fabric förenklar utveckling av mikrotjänster och hantering av programlivscykeln.

Azure CDN används för att leverera innehåll med hög bandbredd till användare runt om i världen snabbt och kostnadseffektivt. Azure Express Networks gör det möjligt för lokala nätverk att ansluta till Microsoft Cloud via en säker privat anslutning. Med Azure DNS kan du vara värd för applikationer.

För att börja använda Azures tjänsteerbjudanden måste du först logga in på Azure Portal och skapa ett konto.

Nedan ska vi titta på de viktigaste komponenterna i Azure Data Analytics Services så att du kan hantera dina heltäckande analysarbetsbelastningar.

Azure Data Factory – Azure Data Factory (ADF) är ett PaaS-erbjudande från Microsoft och ett dataorkestreringsverktyg i Azure. Azure Data Factory används för snabb och effektiv dataförflyttning inom datapipelinen. ADF kan ansluta till fler än 80 datakällor och kan användas för att transformera data. ADF är också integrerat med SSIS.

ADF används vanligtvis i Azure-arbetsflödet för dataförberedelse och för att flytta data från en lokal miljö till molnet. ADF tillhandahåller pipelinen för att flytta data genom ETL-processen.

Om du redan har investerat i Microsofts dataarkitektur kan du med ADF även återanvända SSIS-investeringar med minimal ansträngning.

Azure Data Bricks – Den är byggd på molnplattformen Apache Spark med öppen källkod och Microsoft har utökat den för att göra den enklare att använda för företag. Med sina automatiska skalningsfunktioner förenklar Data Bricks underhåll och distribution av datainfrastruktur. Dynamiska skalningsfunktioner inom Data Bricks gör att du kan öka provisioneringen för att matcha utökade arbetsflöden och köra samtidiga uppgifter för att snabba upp databehandlingen.

Azure Data-klossar Använd en specialiserad SQL-datalagerkoppling för att omvandla stora datamängder till ett datalager. Datablock har blivit en viktig del av moderna dataanalysarbetsflöden på grund av deras stöd för storskalig datahantering och tung datahantering.

Data Bricks utnyttjar ett kraftfullt Spark API för att leverera låg latens och Data Bricks låter dig även koda i alla språk – R, Python, Scala, etc. Dessutom erbjuder Data Bricks ett hostad ML-flöde för att optimera och automatiskt skala Apache Spark-baserade miljöer. Med ADF och Data Bricks kan du förena både strömmande och batchdatabehandling.

Azure SQL Data Warehouse – Det är ett fullständigt hanterat datalager som ger blixtsnabb frågeprestanda och enorm flexibilitet via sin polybase-motor.

Azure SQL Data Warehouse följer branschledande säkerhetsstandarder och stöder flera användningsområden.

Tack vare sin nära integration med datablock ger Azure-datalagret optimal prestanda i molnet. Azure SQL Data Warehouse har en MPP-arkitektur (Massive Parallel Processing) och kan därför stödja massiva datavolymer och flera användningsområden för stordataanalys.

Azure SQL DW är utformat för att hantera OLAP-användningsfall och hjälper dig att snabbt hitta insikter genom att ansluta till flera datakällor. SQL använder datavirtualisering för att överbrygga data mellan många källor utan replikering. Därför behåller det data på sin ursprungliga plats och skapar externa tabeller. SQL DW möjliggör också distribuerad parallell bearbetning.

Azure Private Link tillhandahåller en privat slutpunkt med en privat IP-adress för att säkert kunna använda Microsoft Azure-resurser. Dynamisk maskering gör det möjligt att dölja eller maskera känsliga data.

Power BI – En modern och företagsklassad Business Intelligence-tjänst från Microsoft som erbjuder fantastiska visualiseringar, med möjlighet att integrera den i valfri applikation eller portal och stöder en mängd andra rapporteringsfunktioner. Power BI har varit en branschsuccé sedan lanseringen 2015 och har konsekvent bland både kritiker och användare varit ett av de mest populära Business Intelligence-verktygen.

Power Apps gör det enkelt att integrera Power BI-applikationer i din anpassade arbetsflödesapplikation. Power App är i huvudsak en containertjänst som gör det möjligt för utvecklingsteam att skapa mobilappar som kan köras på iOS, Android, Windows (Modern Apps) och i alla webbläsare. Medan applikationsutvecklare tidigare var tvungna att skapa appar för varje olika miljö de använde, gör Power Apps det enkelt att förenkla arbetet och minskar därmed utvecklingskostnader och supportkostnader.

Azure Data Share gör det möjligt för dataforskare att säkert dela data med personer utanför organisationen med bara några få enkla klick. Det ger dataleverantören möjlighet att behålla kontrollen och bättre hantera och övervaka sina data genom att fastställa regler och specifikationer för hur deras data ska hanteras.

För att hantera företagets efterfrågan på X-analytics-användningsfall tillhandahåller Azure följande typer av lagringstjänster

• Azure Disk Storage erbjuder ett kostnadseffektivt alternativ för lagring på hårddiskar eller SSD-enheter.
• Azure Blob Storage är optimerad för att lagra stora mängder ostrukturerad data, till exempel text- eller bildfiler.
• Azure File Storage – Azure File Storage använder SMB-protokollet för att främja fjärrstyrda och mycket skalbara fillagringsfunktioner för företagsanvändare.

Molntjänster - Amazon Web Services (AWS)

Amazon Web Services är världens största leverantör av molntjänster och en pionjär inom molntjänster. Sedan lanseringen av Amazon Elastic Compute as an Infrastructure as a Service (IaaS) – en tjänst som föregick definitionen – redan 2006 har Amazon Web Services vuxit till en IT-jätte. Som infografiken nedan visar är AWS en tydlig marknadsledare när det gäller molntjänster.

Genom otroliga skalfördelar och genom att använda mycket effektiva och smidiga metoder har AWS lyckats avsevärt minska priset på sina erbjudanden, och ändå fortsätta öka sina intäkter. De genererade 35 miljarder USD år 2019, en ökning från (bara!) 3 miljarder USD år 2013.

(källa: Amazon.com)

Amazon erbjuder även en rad dataanalystjänster på AWS. De mest populära bland dessa är AWS EC2 och AWS S3, men AWS erbjuder också en stark heltäckande analysstack för att hantera företagsarbetsbelastningar.

Nedan ska vi titta på huvudkomponenterna i AWS-stacken inom beräkning, lagring, databas och analys.

1. Beräkna

Amazon EC2 är en virtuell server i molnet som tillhandahåller säker och storleksändbar beräkningskapacitet och tillhandahåller webbskalig databehandling för användning av utvecklare.

AWS Elastic Beanstalk- Det är en orkestreringstjänst från Amazon som gör det möjligt för företag att driftsätta applikationer som orkestrerar flera AWS-tjänster, såsom S3, EC2, Cloud Watch, Simple Notification Services och Load Balancers. Därför är den här tjänsten avsedd för företag för att enkelt kunna köra och hantera webbappar.

AWS Lambda- AWS Lambda är serverlös databehandling som kan användas för att köra kod som svar på händelser eller utlösare. AWS Lambda beräknar och tillhandahåller automatiskt den mängd datorresurser som krävs för att koden ska köras på ett önskvärt sätt.

2. Förvaring

Amazon Simple Storage-tjänst (S3) - S3 är objektlagring byggd för att lagra och hämta data. Den erbjuder säkerhet och skalbarhet för utvecklare samt toppmodern datahållbarhet så att data alltid är skyddad och tillgänglig. Den kan användas för att bygga och driftsätta datasjöar.

Amazon S3 Glacier- Amazon S3 Glacier är en hållbar, säker och mycket billig molnlagringstjänst från Amazon Web Services AWS som vanligtvis används av företag för att skapa säkerhetskopior och arkiv.

3. Databas- och analyserbjudanden

Amazon RDS – Ett Pass-erbjudande från AWS som gör det möjligt för företag att konfigurera, uppskala relationsdatabaser. Amazon RDS automatiserar provisionering, patchning och skapande av säkerhetskopior.

Amazonas rödförskjutning - Amazon Redshift är molnerbjudandet för datalager som gör det möjligt för företag att driftsätta, hantera och underhålla kostnadseffektiva och högpresterande datalager.

AWS-databasmigreringstjänster - AWS databasmigreringstjänster används för att migrera databaser med minimal driftstopp till företagsarbetsbelastningar.

Amazon Athena- En serverlös frågetjänst från AWS som möjliggör analys av data i S3. Den använder standard SQL för att möjliggöra intuitiv analys som kan sträcka sig från enkla till komplexa frågor. Den möjliggör också snabb experimentering och utforskning.

Amazon Kinesis- Amazon Kine-sis är ett mycket skalbart erbjudande som möjliggör insamling och bearbetning av strömmande och realtidsdata, såsom data från IoT-sensorer, video, data från sociala medier etc.

AWS Lim- Genom att ansluta till en mängd olika datakällor som S3, RDS, Oracle, MySQL eller Redshift, är AWS Glue ett serverlöst, helt hanterat ETL-verktyg som möjliggör dataförberedelse, flytt, transformation och anrikning av data mellan datalager. Det har även funktioner för datakatalogisering.

Amazon Sage Maker- Amazon Sage-Maker är en mångfacetterad och fullständigt hanterad plattform som gör det möjligt för analytiker och dataforskare att distribuera och köra kompletta maskininlärningsarbetsflöden från modellval, modellträning, distribution och hosting av modellerna. Den effektiviserar resursförbrukningen genom produktjonisering av modeller genom automatisk skalning. Sage Maker minskar därmed inträdesbarriärer för att köra ad hoc-arbetsflöden för maskininlärning. Minskar tiden till värde och ger ett enhetligt gränssnitt för att flytta modeller från val och träning till produktjonisering.

Amazon Quick Sight- Amazon Quick Sight är en mycket skalbar visualiserings- och business intelligence-tjänst inom Amazon Web Services. Quick Sight levereras med maskininlärningsfunktioner och faktureras per användning. Quick Sight-instrumentpaneler och rapporter kan bäddas in i valfri applikation eller portal och användare kan komma åt dem från valfri enhet och operativsystem. Med stöd för naturlig språkbehandling kan användare snabbt söka efter information genom att skriva på vanlig engelska.

AWS tillhandahåller ett komplett utbud av tjänster, funktioner och komponenter för att hantera heltäckande företagsarbetsbelastningar.

Nedan finns en användbar infografik som sammanfattar alla olika komponenter i Amazon Analytics Stack.

Detaljerad produktjämförelse mellan AWS och Azure

Så, allt du har lärt dig om AWS vs Azure, vilket är bäst?

Både Microsoft Azure och Amazon Web Services (AWS) erbjuder en mängd verktyg och tjänster, inklusive Azure-analystjänster och AWS-dataanalys, som är otroligt värdefulla för att hantera komplexa arbetsflöden och stödja moderna användningsområden för dataanalys.

Företag behöver dock utforma rätt strategi för att utnyttja resurser på bästa sätt, maximera effektiviteten och minska kostnaderna i samband med molntjänster. En multimoln- och hybridmodell blir alltmer populär idag på grund av de många fördelar de erbjuder, men det finns ingen universell lösning som fungerar för alla.

På Polestar Analytics är vi en ledande leverantör av dataanalystjänster och vi har levererat flera molntjänstprojekt med hjälp av den bästa tekniken till stora företag globalt.