Data innovationerData innovations

Många företag vill migrera sitt befintliga data lager till molnet.Many companies want to migrate their existing data warehouse to the cloud. De är motiverade av ett antal faktorer, bland annat:They are motivated by a number of factors, including:

  • Ingen maskin vara för att köpa eller underhålla kostnader.No hardware to buy or maintenance costs.
  • Ingen infrastruktur att hantera.No infrastructure to manage.
  • Möjlighet att växla till en säker moln lösning med en säker, skalbar och låg kostnad.The ability to switch to a secure, scalable, and low-cost cloud solution.

Den molnbaserade tjänsten "betala per användning" från Azure heter Azure Synapse Analytics tillhandahåller till exempel ett analys system för analys av organisationer.For example, the cloud-native, pay-as-you-go service from Azure called Azure Synapse Analytics provides an analytical database management system for organizations. Azure Technologies hjälper till att modernisera ditt informations lager när det har migrerats och utökar dina analys funktioner för att driva nya affärs värden.Azure technologies help modernize your data warehouse after it's migrated and extend your analytical capabilities to drive new business value.

Ett projekt för migrering av data lager omfattar många komponenter.A data warehouse migration project involves many components. Dessa omfattar schema, data, utmatnings pipeline (Extract-Transform-Load), behörighets behörighet, användare, BI-verktyg semantisk åtkomst nivå och analys program.These include schema, data, extract-transform-load (ETL) pipelines, authorization privileges, users, BI tool semantic access layers, and analytic applications.

När ditt informations lager har migrerats till Azure Synapse Analytics kan du dra nytta av andra tekniker i Microsoft Analytical-eko systemet.After your data warehouse has been migrated to Azure Synapse Analytics, you can take advantage of other technologies in the Microsoft analytical ecosystem. På så sätt kan du inte bara modernisera ditt informations lager, utan även samla in insikter som producerats i andra analys data lager i Azure.Doing so allows you to not only modernize your data warehouse but also bring together insights produced in other analytical data stores on Azure.

Du kan utöka ETL-bearbetningen för att mata in data av vilken typ som helst i Azure Data Lake Storage.You can broaden ETL processing to ingest data of any type into Azure Data Lake Storage. Du kan förbereda och integrera den i stor skala med hjälp av Azure Data Factory.You can prepare and integrate it at scale by using Azure Data Factory. Detta skapar betrodda, ofta förstå data till gångar som kan användas av ditt informations lager och som också kan användas av data experter och andra program.This produces trusted, commonly understood data assets that can be consumed by your data warehouse, and also accessed by data scientists and other applications. Du kan bygga real tids-och batch-orienterade analytiska pipeliner.You can build real-time, batch-oriented analytical pipelines. Du kan också skapa maskin inlärnings modeller som kan distribueras till att köras i batch, i real tid på strömmande data och på begäran.You can also create machine learning models that can deploy to run in batch, in real time on streaming data, and on demand.

Dessutom kan du använda PolyBase för att gå bortom ditt informations lager.In addition, you can use PolyBase to go beyond your data warehouse. Detta fören klar åtkomsten till insikter som produceras i flera underliggande analys plattformar på Azure.This simplifies access to insights being produced in multiple underlying analytical platforms on Azure. Du skapar holistiska, integrerade vyer i ett logiskt data lager för att få åtkomst till strömning, Big data och traditionell data lager insikter från BI-verktyg och program.You create holistic, integrated views in a logical data warehouse to gain access to streaming, big data, and traditional data warehouse insights from BI tools and applications.

Många företag har haft informations lager som körs i sina data Center i flera år för att ge användarna möjlighet att skapa Business Intelligence.Many companies have had data warehouses running in their datacenters for years, to enable users to produce business intelligence. Informations lager extraherar data från kända transaktions system, steg data och rensar, transformerar och integrerar dem för att fylla i informations lager.Data warehouses extract data from known transaction systems, stage the data, and then clean, transform, and integrate it to populate data warehouses.

Användnings fall, affärs ärenden och teknik ger all support hur Azure Synapse Analytics kan hjälpa dig med migrering av data lager.Use cases, business cases, and technology advances all support how Azure Synapse Analytics can help you with data warehouse migration. I följande avsnitt visas många av de här exemplen.The following sections list many of these examples.

AnvändningsfallUse cases

  • Ansluten produkt innovationConnected product innovation
  • Fabriken i framtidenFactory of the future
  • Klinisk analysClinical analytics
  • Compliance AnalyticsCompliance analytics
  • Kostnads baserad analysCost-based analytics
  • Optimering av OmnichannelOmnichannel optimization
  • AnpassningPersonalization
  • Intelligent leverans kedjaIntelligent supply chain
  • Dynamisk prissättningDynamic pricing
  • Anskaffnings analysProcurement analytics
  • Torn med digital kontrollDigital control tower
  • RiskhanteringRisk management
  • Kund analysCustomer analytics
  • Upptäckt av bedrägerierFraud detection
  • Anspråks analysClaims analytics

Affärs ärendenBusiness cases

  • Bygg lösningar från slut punkt till slut punkt med en enda analys tjänst.Build end-to-end analytics solutions with a single analytics service.
  • Använd Azure Synapse Analytics Studio, som innehåller en enhetlig arbets yta för data förberedelse, data hantering, data lager hantering, Big data och AI-aktiviteter.Use the Azure Synapse Analytics studio, which provides a unified workspace for data prep, data management, data warehousing, big data, and AI tasks.
  • Bygg och hantera pipelines med en visuell miljö utan kod, automatiserad optimering av frågor, bygga korrektur av koncept och Använd Power BI, allt från samma analys tjänst.Build and manage pipeline with a no-code visual environment, automate query optimization, build proofs of concept, and use Power BI, all from the same analytics service.
  • Leverera data insikter till data lager och Big data Analytics-system.Deliver your data insights to data warehouses and big data analytics systems.
  • För verksamhets kritiska arbets belastningar optimerar du prestanda för alla frågor med intelligent arbets belastnings hantering, arbets belastnings isolering och obegränsad samtidighet.For mission-critical workloads, optimize the performance of all queries with intelligent workload management, workload isolation, and limitless concurrency.
  • Redigera och bygg Power BI-instrumentpaneler direkt från Azure Synapse Analytics.Edit and build Power BI dashboards directly from Azure Synapse Analytics.
  • Minska projekt utvecklings tiden för BI-och Machine Learning-projekt.Reduce project development time for BI and machine learning projects.
  • Dela enkelt data med bara några få klick genom att använda Azure Data Share-integrering i Azure Synapse Analytics.Easily share data with just a few clicks by using Azure Data Share integration within Azure Synapse Analytics.
  • Implementera detaljerad åtkomst kontroll med säkerhet på kolumn nivå och inbyggd säkerhet på radnivå.Implement fine-grained access control with column-level security and native row-level security.
  • Skydda känsliga data automatiskt i real tid med dynamisk data maskning.Automatically protect sensitive data in real time with dynamic data masking.
  • Branschledande säkerhet med inbyggda säkerhetsfunktioner som automatisk hot identifiering och alltid vid data kryptering.Industry-leading security with built-in security features like automated threat detection and always-on data encryption.

Tekniska framstegTechnology advances

  • Ingen maskin vara för att köpa eller underhålla kostnader så du betalar bara för det du använder.No hardware to buy or maintenance costs so you pay only for what you use.
  • Ingen infrastruktur för hantering, så du kan fokusera på konkurrens bara insikter.No infrastructure to manage, so you can focus on competitive insights.
  • Storskalig parallell SQL-frågekörning med dynamisk skalbarhet när du behöver den och alternativet att stänga av eller pausa när du inte gör det.Massively parallel SQL query processing with dynamic scalability when you need it, and the option to shut down or pause when you don't.
  • Möjlighet att skala lagrings utrymme oberoende av data bearbetning.Ability to independently scale storage from compute.
  • Du kan undvika onödiga, kostsamma uppgraderingar som orsakas av mellanlagringsplatserna på ditt data lager som tar emot för stora, tar upp lagrings kapacitet och tvingar fram en uppgradering.You can avoid unnecessary, expensive upgrades caused by the staging areas on your data warehouse getting too big, taking up storage capacity, and forcing an upgrade. Du kan till exempel flytta mellanlagringsområdet till Azure Data Lake Storage.For example, move the staging area to Azure Data Lake Storage. Sedan kan du bearbeta den med ett ETL-verktyg som Azure Data Factory eller ditt befintliga ETL-verktyg som körs på Azure med lägre kostnad.Then process it with an ETL tool like Azure Data Factory or your existing ETL tool running on Azure at lower cost.
  • Undvik dyra maskin varu uppgraderingar genom att bearbeta ETL-arbetsbelastningar i Azure med hjälp av Azure Data Lake Storage och Azure Data Factory.Avoid expensive hardware upgrades by processing ETL workloads in Azure, by using Azure Data Lake Storage and Azure Data Factory. Detta är ofta en bättre lösning än att köra på ditt befintliga data lager DBMS med SQL-frågekörningen som utför arbetet.This is often a better solution than running on your existing data warehouse DBMS with SQL query processing doing the work. När mellanlagring av data volymer ökar, så används mer lagrings utrymme och beräknings kraft för det lokala informations lagret av ETL.As staging data volumes increase, more storage and compute power underpinning your on-premises data warehouse is consumed by ETL. Detta påverkar prestanda för arbets belastningar för frågor, rapportering och analys.This in turn affects the performance of query, reporting, and analysis workloads.
  • Undvik att skapa dyra datamarter som använder lagrings-och databas program licenser på lokal maskin vara.Avoid building expensive data marts that use storage and databases software licenses on on-premises hardware. Du kan bygga dem i Azure Synapse Analytics i stället.You can build them in Azure Synapse Analytics instead. Detta är särskilt användbart om ditt informations lager är en data valv design, vilket ofta orsakar en ökad efter frågan på datamarter.This is especially helpful if your data warehouse is a data vault design, which often causes an increased demand for data marts.
  • Undvik kostnaden för att analysera och lagra data med hög hastighet och hög volym på lokal maskin vara.Avoid the cost of analyzing and storing high-velocity, high-volume data on on-premises hardware. Om du till exempel behöver analysera data som genererats i real tid, t. ex. genom att klicka på strömma och strömma IoT-data i ditt data lager, kan du använda Azure Synapse Analytics.For example, if you need to analyze real-time, machine generated data like click-stream and streaming IoT data in your data warehouse, you can use Azure Synapse Analytics.
  • Du kan undvika att betala ett Premium för att lagra data på dyra lager maskin vara i data centret när ditt data lager växer.You can avoid paying a premium for storing data on expensive warehouse hardware in the datacenter as your data warehouse grows. Azure Synapse Analytics kan lagra dina data i moln lagring till en lägre kostnad.Azure Synapse Analytics can store your data in cloud storage at a lower cost.

Nästa stegNext steps

DatademokratiseringData democratization