你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

了解云数据功能

分析对话涉及多个受众，包括典型的卖方、数据库架构师和基础结构团队。 此外，分析解决方案还涉及来自企业体系结构、数据科学、业务分析师和执行领导力角色的影响者、建议者和决策者。

借助 Azure Synapse Analytics，整个企业（从 IT 利益干系人到业务分析师）能够就分析解决方案进行协作并了解云数据功能。 以下各部分将更详细地讨论这些角色。

数据库管理员和架构师

数据库管理员和架构师负责将数据源集成和路由到集中式存储库中。 这些专家还会处理系统所需的管理和性能，以及针对该数据进行查询和分析建模的可访问性和效率。

使用 Azure Synapse Analytics，数据库管理员可以匹配其对数据仓库和 Data Lake 的扩展职责。 他们可以使用熟悉的语言和工具（例如 T-SQL）来按需运行工作负载。 他们可以根据智能工作负载的重要性、工作负载隔离和增强的并发功能来分配资源以升级关键工作负载。

基础结构团队

这些团队负责处理大型分析系统所需的基础计算资源的预配和体系结构。 在许多情况下，他们将管理基于数据中心和基于云的系统之间的转换，以及当前对两者之间互操作性的需求。 灾难恢复、业务连续性和高可用性都是人们普遍关注的问题。

借助 Azure Synapse Analytics，IT 专业人员可以更有效地保护和管理其组织的数据。 他们可以通过按需计算和预配的计算来实现大数据处理。 通过与 Microsoft Entra ID 的紧密集成，该服务有助于安全访问云和混合配置。 IT 专业人员可以通过使用数据掩码以及行级和列级安全性来强制实施隐私要求。

企业架构师和数据工程师

这些团队负责将复杂的解决方案与跨广泛的数据工具和解决方案进行集成的组件组合在一起。 这些方法包括：

• 结构化和非结构化数据
• 转换
• 存储和检索
• 分析建模
• 基于消息的中间件
• 数据市场
• 异地冗余和数据一致性
• 仪表板和报表

企业架构师和数据工程师关心如何构建有效的集成体系结构。 此类体系结构保留了高性能、可用性、易管理性、灵活性/扩展性和操作能力。

数据工程师可使用 Azure Synapse Analytics 来简化处理来自多个源的多种数据类型（包括流式数据、事务数据和业务数据）的步骤。 他们可使用无代码的可视化环境连接到数据源，并在 Data Lake 中引入、转换和放置数据。

数据科学家

数据科学家了解如何为大量关键但通常不同的数据构建高级模型。 他们的工作涉及将业务需求转化为数据规范化和转换的技术要求。 他们创建统计和其他分析模型，并确保业务线团队能够获得运营业务所需的分析。

使用 Azure Synapse Analytics，数据科学家可以在几分钟内构建概念证明，并创建或调整端到端解决方案。 他们可以根据需要预配资源，也可通过大量数据按需查询现有资源。 他们可以使用各种语言开展工作，包括 T-SQL、R、Python、Scala、.NET 和 Spark SQL。

业务分析师

这些团队生成并使用仪表板、报表和其他形式的数据可视化，以获得运营所需的快速见解。 通常，每个业务线部门都有专门的业务分析师，他们从专用应用程序中收集并打包信息和分析。 这些专用应用程序可以用于信用卡、零售银行业务、商业银行业务、国债、市场营销和其他组织。

使用 Azure Synapse Analytics，业务分析师可以安全地访问数据集并使用 Power BI 构建仪表板。 他们还可以通过 Azure Data Share 在组织内部和外部安全地共享数据。

主管人员

高级管理人员负责制定策略，并确保在 IT 和业务线部门之间有效地实现策略计划。 解决方案必须具有成本效益，防止业务中断，允许随着需求的变化和增长而轻松扩展，并向业务交付成果。