Hub di individuazione con analisi su scala cloud

Usare l'hub di individuazione per definire una proprietà di dati usando un'interfaccia utente grafica, con le definizioni archiviate in un repository di metadati.Use Discovery Hub to define a data estate using a graphical user interface, with definitions stored in a metadata repository. Il codice per la creazione dell'area dati viene generato automaticamente, rimanendo completamente personalizzabile.Code for building the data estate is generated automatically while remaining fully customizable. Il data warehouse moderno risultante è pronto per supportare l'analisi in scala cloud e l'intelligenza artificiale.The resulting modern data warehouse is ready to support cloud scale analytics and AI.

ArchitectureArchitecture

dell'architettura scaricare un SVG di questa architettura. Download an SVG of this architecture.

Flusso di datiData Flow

1. Combina tutti i dati strutturati e semistrutturati in Azure Data Lake Storage usando la pipeline di progettazione dei dati dell'hub di individuazione con centinaia di connettori di dati nativi.Combine all your structured and semi-structured data in Azure Data Lake Storage using Discovery Hub's data engineering pipeline with hundreds of native data connectors.
2. Pulisci e trasforma i dati usando le potenti funzionalità di analisi e calcolo delle Azure Databricks.Clean and transform data using the powerful analytics and computational ability of Azure Databricks.
3. Spostare i dati puliti e trasformati in Azure sinapsi Analytics, creando un hub per tutti i dati.Move cleansed and transformed data to Azure Synapse Analytics, creating one hub for all your data. Sfrutta i connettori nativi tra Azure Databricks (polibase) e Azure sinapsi Analytics per accedere e spostare i dati su larga scala.Take advantage of native connectors between Azure Databricks (PolyBase) and Azure Synapse Analytics to access and move data at scale.
4. Crea report operativi e dashboard analitici sul database SQL per ottenere informazioni dettagliate dai dati e usare Azure Analysis Services per gestire i dati.Build operational reports and analytical dashboards on top of SQL Database to derive insights from the data and use Azure Analysis Services to serve the data.
5. Eseguire query ad hoc direttamente sui dati all'interno Azure Databricks.Run ad-hoc queries directly on data within Azure Databricks.

ComponentiComponents

• Azure Data Lake storage: funzionalità di data Lake estremamente scalabile e sicura basata sull'archiviazione BLOB di AzureAzure Data Lake Storage: Massively scalable, secure data lake functionality built on Azure Blob Storage
• Azure Databricks: piattaforma di analisi veloce, semplice e collaborativa basata su Apache SparkAzure Databricks: Fast, easy, and collaborative Apache Spark-based analytics platform
• Analisi delle sinapsi di Azure: servizio di analisi senza limiti con tempi non corrispondenti per informazioni dettagliate (in precedenza SQL Data Warehouse)Azure Synapse Analytics: Limitless analytics service with unmatched time to insight (formerly SQL Data Warehouse)
• Azure Analysis Services: motore di analisi di livello aziendale come servizioAzure Analysis Services: Enterprise-grade analytics engine as a service
• Power BI embedded: incorporare visualizzazioni di dati straordinarie e completamente interattive nelle applicazioniPower BI Embedded: Embed fully interactive, stunning data visualizations in your applications

Passaggi successiviNext steps

• Documentazione di Azure Data Lake StorageAzure Data Lake Storage documentation
• Documentazione di Azure DatabricksAzure Databricks documentation
• Documentazione di Azure sinapsi AnalyticsAzure Synapse Analytics documentation
• Documentazione di Azure Analysis ServicesAzure Analysis Services documentation
• Documentazione di Power BI EmbeddedPower BI Embedded documentation