Azure Data Lake Analytics Azure Synapse Analytics'e geçirme
Azure Data Lake Analytics 29 Şubat 2024'te kullanımdan kaldırılacaktır. Bu duyuru ile daha fazla bilgi edinin.
Zaten Azure Data Lake Analytics kullanıyorsanız kuruluşunuz için Analytics'i Azure Synapse için bir geçiş planı oluşturabilirsiniz.
Microsoft, benzersiz bir büyük veri analizi deneyimi için hem veri göllerini hem de veri ambarlarını bir araya getirmeyi amaçlayan Azure Synapse Analytics'i kullanıma sundu. Veri verimsizliği çözmek için verilerinizi toplamanıza ve analiz etmeye ve ekiplerinizin birlikte çalışmasına yardımcı olur. Ayrıca Synapse'in Azure Machine Learning ve Power BI ile tümleştirmesi, kuruluşların verilerinden içgörü elde etme ve makine öğrenmesini tüm akıllı uygulamalarında yürütme olanağını geliştirecektir.
Belgede, Azure Data Lake Analytics'den Azure Synapse Analytics'e geçişin nasıl yapılacağını gösterir.
Önerilen yaklaşım
- 1. Adım: Hazır olma durumunu değerlendirme
- 2. Adım: Geçişe hazırlanma
- 3. Adım: Veri ve uygulama iş yüklerini geçirme
- 4. Adım: Azure Data Lake Analytics'den Azure Synapse Analytics'e tam geçiş
1. Adım: Hazır olma durumunu değerlendirme
Azure Synapse Analytics'te Apache Spark'a bakın ve Azure Synapse Analytics'te Azure Data Lake Analytics ve Spark'ın önemli farklarını anlayın.
Öğe Azure Data Lake Analytics Synapse'te Spark Fiyatlandırma Analiz Birimi başına saat Sanal çekirdek saati başına Altyapı Azure Data Lake Analytics Apache Spark Varsayılan Programlama Dili U-SQL T-SQL, Python, Scala, Spark SQL ve .NET Data Sources Azure Data Lake Storage Azure Blob Depolama, Azure Data Lake Storage Geçiş Değerlendirmesi anketini gözden geçirin ve dikkate alınması gereken olası riskleri listeleyin.
2. Adım: Geçişe hazırlanma
Geçirdiğiniz işleri ve verileri tanımlayın.
- Artık kullanmadığınız işleri temizlemek için bu fırsatı kullanın. Tüm işlerinizi tek seferde geçirmeyi planlamadığınız sürece, aşamalar halinde geçirebileceğiniz mantıksal iş gruplarını belirlemek için bu süreyi kullanın.
- Verilerin boyutunu değerlendirin ve Apache Spark veri biçimini anlayın. U-SQL betiklerinizi gözden geçirin, eforları yeniden yazan betikleri değerlendirin ve Apache Spark kod kavramını anlayın.
Geçişin işletmeniz üzerindeki etkisini belirleyin. Örneğin, geçiş sırasında kapalı kalma süresini karşılayıp karşılayamayacağınız.
Geçiş planı oluşturma.
3. Adım: Verileri ve uygulama iş yükünü geçirme
Verilerinizi Azure Data Lake Storage 1. Nesil'den Azure Data Lake Storage 2. Nesil geçirin.
1. Nesil'in kullanımdan kaldırılması Şubat 2024'te Azure Data Lake Storage, resmi duyuruya bakın. Öncelikle verilerin 2. Nesil'e geçirilmesini öneririz. Bkz. Azure Data Lake Analytics U-SQL geliştiricileri için Apache Spark veri biçimlerini anlama ve bunları Azure Synapse Analytics'te erişilebilir hale getirmek için U-SQL tablolarında depolanan hem dosyayı hem de verileri taşıma. Geçiş kılavuzunun diğer ayrıntılarına buradan ulaşabilirsiniz.U-SQL betiklerinizi Spark'a dönüştürün. U-SQL betiklerinizi Spark'a dönüştürmek için Bkz. Azure Data Lake Analytics U-SQL geliştiricileri için Apache Spark kod kavramlarını anlama.
İş düzenleme işlem hatlarınızı yeni Spark programına dönüştürün veya yeniden oluşturun.
4. Adım: Azure Data Lake Analytics'den Azure Synapse Analytics'e geçiş
Uygulamalarınızın ve iş yüklerinizin kararlı olduğundan emin olduktan sonra, iş senaryolarınızı karşılamak için Azure Synapse Analytics'i kullanmaya başlayabilirsiniz. Azure Data Lake Analytics üzerinde çalışan kalan işlem hatlarını kapatın ve Azure Data Lake Analytics hesaplarınızı devre dışı bırakın.
Geçiş Değerlendirmesi anketi
| Kategori | Sorular | Başvuru |
|---|---|---|
| Geçişin boyutunu değerlendirme | Kaç Azure Data Lake Analytics hesabınız var? Kaç işlem hattı kullanılıyor? Kaç U-SQL betik kullanılıyor? | Ne kadar çok veri ve betik geçirilirse, betiklerde O kadar çok UDO/UDF kullanılır ve geçiş yapmak o kadar zor olur. Geçiş için gereken zaman ve kaynakların projenin ölçeğine göre iyi planlanması gerekir. |
| Veri kaynağı | Veri kaynağının boyutu nedir? İşleme için ne tür veri biçimi? | Azure Data Lake Analytics U-SQL geliştiricileri için Apache Spark veri biçimlerini anlama |
| Veri çıkışı | Çıkış verilerini daha sonra kullanmak üzere tutacak mısınız? Çıkış verileri U-SQL tablolarına kaydedildiyse, nasıl işlenir? | Çıkış verileri sık sık kullanılacak ve U-SQL tablolarına kaydedilecekse, betikleri değiştirmeniz ve çıktı verilerini Spark tarafından desteklenen veri biçimine değiştirmeniz gerekir. |
| Veri geçişi | Depolama geçiş planını yaptınız mı? | Azure Data Lake Storage 1. Nesil'den 2. Nesil'e geçirme |
| U-SQL betikleri dönüştürme | UDO/UDF (.NET, python vb.) kullanıyor musunuz? Yukarıdaki yanıt evet ise, UDO/UDF'nizde hangi dili kullanıyorsunuz ve dönüştürme sırasında dönüşümle ilgili herhangi bir sorun var mı? Federasyon sorgusu U-SQL'de kullanılıyor mu? | Azure Data Lake Analytics U-SQL geliştiricileri için Apache Spark kod kavramlarını anlama |