Ideas de solución
Este artículo es una idea de solución. Si te gustaría que ampliemos este artículo con más información, como posibles casos de uso, servicios alternativos, consideraciones de implementación o una guía de precios, comunícalo a través de los Comentarios de GitHub.
Esta idea de solución muestra cómo usar análisis interactivos en Azure Data Explorer. Se describe cómo puede examinar datos estructurados, semiestructurados y no estructurados con consultas improvisadas, interactivas y rápidas.
Jupyter es una marca comercial de su empresa respectiva. El uso de esta marca no implica ninguna aprobación. Apache® y Apache Kafka® son marcas comerciales registradas o marcas comerciales de Apache Software Foundation en Estados Unidos u otros países. El uso de estas marcas no implica la aprobación de Apache Software Foundation.
Architecture
Descargue un archivo Visio de esta arquitectura.
Flujo de datos
- Los datos estructurados, semiestructurados y no estructurados (texto sin formato) como son los registros de todo tipo, los eventos de negocio y las actividades de usuario se pueden ingerir en Azure Data Explorer desde varios orígenes. Ingiera los datos en forma de streaming o por lotes mediante diversos métodos.
- Ingiera los datos en Azure Data Explorer con baja latencia y un rendimiento elevado mediante sus conectores para Azure Data Factory, Azure Event Hubs, Azure IoT Hub o Kafka, entre otros. En su lugar, ingiera los datos con Azure Storage (Blob o ADLS Gen2), que usa Azure Event Grid y desencadena la canalización de ingesta en Azure Data Explorer. También puede exportar los datos de forma continua a Azure Storage en formato Parquet comprimido con particiones y consultar con facilidad esos datos tal como se detalla en la información general de la exportación continua de datos.
- Ejecute consultas interactivas en volúmenes pequeños o muy grandes de datos mediante las herramientas nativas de Azure Data Explorer o las herramientas alternativas que prefiera. Azure Data Explorer proporciona numerosos complementos e integraciones con el resto del ecosistema de la plataforma de datos. Use cualquiera de las siguientes herramientas e integraciones:
- En el caso de análisis interactivos, use la interfaz de usuario Web de Azure Data Explorer, el cliente web para Azure Data Explorer o Kusto.Explorer, un cliente enriquecido de Windows para Azure Data Explorer.
- Para conectarse al clúster de Azure Data Explorer, use cuadernos de Jupyter Notebook, el conector de Spark, cualquier cliente SQL compatible con TDS y conexiones de JDBC y ODBC.
- Para crear aplicaciones o integrar las que ya tenga con aplicaciones o marcos existentes, use API REST y SDK de Azure Data Explorer disponibles en diferentes lenguajes.
- Cree paneles de análisis casi en tiempo real con paneles de Azure Data Explorer, Power BI o Grafana.
- Enriquezca los datos que ejecuten consultas federadas mediante la combinación de los datos de SQL Database y Azure Cosmos DB con complementos de Azure Data Explorer.
Componentes
- Azure Event Hubs: un servicio de ingesta de datos en tiempo real y totalmente administrado que es simple, de confianza y escalable.
- Azure IoT Hub: servicio administrado para habilitar la comunicación bidireccional entre los dispositivos de IoT y Azure.
- Kafka en HDInsight: servicio rentable y sencillo de nivel empresarial para el análisis de código abierto con Apache Kafka.
- Azure Data Factory: servicio de integración de datos híbridos que simplifica la extracción, transformación y carga de datos a escala.
- Azure Data Explorer: servicio de análisis de datos rápido, totalmente administrado y muy escalable para el análisis en tiempo real de grandes volúmenes de datos de que se transmiten en secuencias desde aplicaciones, sitios Web, dispositivos IoT, etc.
- Paneles de Azure Data Explorer: exporte de forma nativa las consultas de Kusto que se exploraron en la interfaz de usuario Web a los paneles optimizados.
- Azure Cosmos DB: servicio de base de datos NoSQL rápido y totalmente administrado para el desarrollo de aplicaciones modernas con API abiertas para cualquier escala.
- Azure SQL Database: cree aplicaciones que escalen al ritmo de su negocio con SQL administrado e inteligente en la nube.
Detalles del escenario
Esta idea de solución muestra cómo usar análisis interactivos con Azure Data Explorer para explorar los datos con consultas improvisadas, interactivas y rápidas en volúmenes de datos pequeños y muy grandes. Esta exploración de datos se puede realizar mediante las herramientas nativas de Azure Data Explorer o con otras que prefiera. Esta solución se centra en la integración de Azure Data Explorer con el resto del ecosistema de la plataforma de datos.
Posibles casos de uso
Los clientes de Microsoft usan esta solución para realizar el seguimiento de la actividad de los usuarios, administrar los perfiles de usuario y en escenarios de segmentación de usuarios.
Colaboradores
Microsoft mantiene este artículo. Originalmente lo escribieron los siguientes colaboradores.
Autor principal:
- Ornat Spodek | Administrador de contenido sénior
Pasos siguientes
Para más información, consulte la documentación de Azure Data Explorer.