Denne artikkelen tar for seg hvordan on-demand analysetjeneste fungerer med Azure Data Lake.
Azure Data Lake er en analysetjeneste som tar sikte på å forenkle big data-analyse til en enklere avatar. Dette gjør at organisasjoner kan fokusere på å administrere, drive og skrive jobber i stedet for å operere på en distribuert infrastruktur. Brukere bruker spørringer til å trekke ut verdifull innsikt og transformere dataene sine, i stedet for å konfigurere eller distribuere eller justere maskinvaren. Denne on-demand-tjenesten kan brukes til å håndtere jobber i stor eller liten skala ved å gjøre et estimat av strømbehovet deres. Brukere trenger bare å betale for tjenesten mens den kjører, ved å lage acost-effektiv investering. Analysetjenesten er også designet for å imøtekomme Azure Active Directory som lar brukere administrere roller og tilgang, integrert med deres lokale organisasjons identitetssystem på en effektiv måte.
Den kommer også med U-SQL-språk, som forener godheten til SQL elegant med brukerkoders uttrykkskraft. Den skalerbare distribusjonen av U-SQL lar brukere forstå data på tvers av forskjellige SQL servers så vel som i butikken.
Mulighetene til Azure Data Lake
Dynamisk skalering
Man kan vurdere Data Lake-analyse som spesifikt designet for å boost ytelse mens du jobber på skyskala. Det gir ressurser dynamisk og lar brukere utføre analyseoperasjoner på terabyte med data. Den spoler ressurser automatisk, slik at brukeren bare betaler for ressursen som blir brukt. Brukere kan jobbe mer effektivt mot sine organisatoriske mål ved å fokusere oppmerksomheten på logikken og overlate behandlingen og lagringsdelen til Data Lake.
Utvikle raskere og optimaliser effektivt
Data Lake Analytics er sømløst justert med Visual Studio, og tilbyr kjente verktøy for feilsøking, kjøring eller innstilling av en kode. U-SQLs visualisering hjelper brukerne med hvordan koden deres fungerer i en høyere skala, noe som hjelper til med å enkelt identifisere ytelsesrelaterte problemer, og den kan også brukes til å optimalisere costs.
U-SQL – Kraftig og enkel
Data Lake Analytics kommer med U-SQL-språk som er enkelt å bruke og kommer med en essens av fortrolighet. Den er også designet for å jobbe med store data, noe som gjør den så effektiv på Data Lake.
IT-investeringer for sømløse integrasjoner
Data Lake Analytics kan effektivt bruke brukernes eksisterende investeringer for å identifisere, sikre, administrere og lagre datavarehusoppgaver. Det letter i hovedsak datastyring samtidig som det gjør det enklere for brukeren å utvide sine eksisterende dataapplikasjoner på kort tid. Data Lake Analytics kan skryte av innebygde overvåkingsfunksjoner og revisjonselementer som fungerer i henhold til brukertillatelser og administrasjon gjennom sin integrerte Active Directory.
Cost Effektiv og rimelig
Data Lake Analytics er en rimelig, caost-effektiv tjeneste for å jobbe med et virkelig big data-scenario. Brukerne betaler avhengig av tjenestens driftstid, og tjenesteinfrastrukturen med intelligens at den automatisk kutter strømmen så snart oppgaven er fullført. Dette sikrer at brukeren kun belastes for strøm som brukes til å utføre oppgavene hans/hennes. Brukeren trenger heller ikke å bruke på noen form for lisens, maskinvare eller avtale for å bruke tjenestene deres.
Få tilgang til hele Azure-databasen din
Data Lake Analytics fungerer best med Azure Data, og lover toppkvalitetsnivå for utdata og ytelse samtidig som det tilbys parallellisering for store data-arbeidsbelastninger i den virkelige verden. Den kan også brukes effektivt med Azure SQL Database og Azure Blob Storage.
Med drastiske forbedringer gjort i det siste SQL Server utgaver, kan man gjøre den feilen å tenke applikasjonen som feilfri. Dessverre er det neppe slik, og det gir fortsatt god mening å investere i en sql utvinning verktøyet.
Forfatterintroduksjon:
Victor Simon er en datagjenopprettingsekspert innen DataNumen, Inc., som er verdensledende innen datagjenopprettingsteknologier, inkludert tilgangsgjenoppretting og sql-programvareprodukter. For mer informasjon besøk www.datanumen. Med
Legg igjen en kommentar