解決方案構想
本文是解決方案概念。 如果您想要以更多資訊擴充內容，例如潛在的使用案例、替代服務、實作考慮或定價指引，請提供 GitHub 意見反應讓我們知道。
此解決方案概念描述如何使用 TimeXtender 圖形化介面來定義資料資產。
架構
下載這個架構的 Visio 檔案 。
資料流程
- 使用 TimeXtender 的資料工程管線搭配數百個原生資料連線器，將Azure Data Lake Storage中的所有結構化和半結構化資料結合。
- 使用 Azure Databricks 的強大分析和計算能力來清理和轉換資料。
- 將清理和轉換的資料移至 Azure Synapse Analytics，為所有資料建立一個中樞。 利用 Azure Databricks (PolyBase) 和 Azure Synapse Analytics 之間的原生連接器，以大規模存取和移動資料。
- 在SQL Database之上建置作業報告和分析儀表板，以從資料衍生見解，並使用Azure Analysis Services來提供資料。
- 直接對 Azure Databricks 中的資料執行臨機操作查詢。
單元
- Azure Data Lake Storage：建置在Azure Blob 儲存體上可大規模調整且安全的 Data Lake 功能
- Azure Databricks：快速、簡單且共同作業的 Apache Spark 分析平臺
- Azure Synapse分析：無限制的分析服務，具有不相符的深入解析時間， (先前稱為 SQL Data Warehouse)
- Azure Analysis Services：企業級分析引擎即服務
- Power BI Embedded：在應用程式中內嵌完全互動式且令人驚豔的資料視覺效果
實例詳細資料
您可以使用 TimeXtender 透過圖形化使用者介面定義資料資產。 定義會儲存在中繼資料存放庫中。 建置資料資產的程式碼會自動產生，同時保持完全可自訂。 結果是可支援雲端規模分析和 AI 的新式資料倉儲。
潛在使用案例
- 沒有基礎結構問題或維護
- 一致的效能
- 部署和管理架構和資料管線、資料模型和語意模型
下一步
- Azure Data Lake Storage檔
- Azure Databricks 文件
- Azure Synapse分析檔
- Azure Analysis Services檔
- Power BI Embedded 文件