I Azure Synapse Analytics kan du kombinera dataintegration, datautforskning, datalager och stordataanalys till en obegränsad analystjänst . Med hjälp av en plattform kan användare kombinera sina behov av datateknik, datavetenskap och maskininlärning utan att behöva hantera separata verktyg och processer.
Med hjälp av det välbekanta SQL-språket tillåter Azure Synapse användare att fråga både relationella och icke-relationella data. Dataanalysen och utforskningen kan utföras antingen med serverlösa on-demand-frågor för ad hoc-dataanalys och utforskning eller med hjälp av provisionerade resurser (dedikerad SQL-pool) för förutsägbara och krävande datalagerbehov.
- En serverlös SQL-pool ger åtkomst till externa filer som lagras i Azure-lagring utan att data behöver kopieras eller läsas in till en annan plats med hjälp av T-SQL-dialekten. Synapse-arbetsytor levereras med den här tjänsten som standard, så att användare kan använda den så snart deras arbetsyta har skapats. Med den här metoden finns det ingen infrastruktur att underhålla och det finns ingen kostnad förknippad med att hålla tjänsterna igång. Tjänsten prissätts per användning, så kostnaderna baseras endast på de data som bearbetas av frågor. Databudgetgränser (TB) kan användas för att kontrollera kostnaderna för data som används under en dag, vecka eller månad.
- Ett företagsdatalager kan dra nytta av en dedikerad SQL-pool. Data lagras i tabeller med kolumnlagring, vilket förbättrar prestanda och minskar kostnader. En massivt parallell bearbetningsarkitektur används också för att köra frågor. Den här funktionen är inte aktiverad som standard i Azure Synapse Analytics. Det är nödvändigt att skapa en pool och välja relevanta prestandanivåer, vilka senare kan ändras. Kostnaden för en dedikerad pool bestäms per timme, men kostnaden kan kontrolleras genom att skala upp och ner tjänsten vid behov. Pooler kan också pausas när de inte används.
Förutom alla dessa kärnfunktioner erbjuder Azure Synapse Analytics även följande funktioner:
Det var inte alltid lätt att analysera data för vissa filformat eller så krävdes ytterligare verktyg. En Parquet-fil är till exempel bra att lagra men besvärlig att läsa eftersom den är mycket komprimerad. Med Synapse kan vi högerklicka på en fil och öppna den med ett SQL-skript.
Användare kan välja mellan T-SQL, Python, Scala, Spark SQL eller .Net för serverlösa eller dedikerade resurser baserat på deras preferenser.
Erbjuder branschledande funktioner för efterlevnad och säkerhet. Enkel inloggning med Azure Active Directory-integration.
Denna plattform är kompatibel med Delta Lake från Linux Foundation. Ett lagringslager med öppen källkod som tillhandahåller ACID-transaktioner (atomicity, consistency, isolation, durability) till Apache Spark-arbetsbelastningar och stordataarbetsbelastningar. Dessutom inkluderar den tidsresor (dataversionshantering) och hanterar skalbara metadata.
Det här verktyget förenklar och snabbar upp migreringen av lokala och molnbaserade datalager till Azure Synapse Analytics. Genom att ansluta till källsystemet inspekterar det detaljer om databasobjekt och tillhandahåller en utvärderingsrapport.
Azure Synapse Analytics-plattformen möjliggör snabbare insiktsgenerering med en enhetlig analysupplevelse som möjliggör kostnadsbesparande analyser. Det är en kostnadseffektiv tjänst tack vare sin intelligenta arkitektur, som separerar lagring från datorresurser. Detta ger företag stor flexibilitet. Det är möjligt att skala upp från en liten konceptbaserad projektmiljö till en produktionsmiljö. Likaså, om behovet uppstår, kan resurser pausas för att begränsa kostnaderna. Alla verktyg som krävs av dataingenjörer och datavetare finns tillgängliga på ett ställe i denna enhetliga miljö.
Läs mer - Azure Synapse Analytics: Ursprungsarkitekturen och fördelarna