Azure Synapse Analytics核心技术解析（上）

最新推荐文章于 2024-09-25 08:29:30 发布

DAVIS-BI

最新推荐文章于 2024-09-25 08:29:30 发布

阅读量1.3k

点赞数

分类专栏： Azure

本文链接：https://blog.csdn.net/qq_44794714/article/details/108144015

版权

Azure Synapse Analytics是Microsoft的集成分析服务，结合了数据仓库和大数据分析。它采用MPP架构，由控制节点、计算节点和DMS组成，提供高效的大数据处理能力。MPP的特性包括数据分片，有Hash、Replicate和Round Robin三种策略。此服务强调存储和计算的分离，允许灵活拓展并节省成本。

摘要由CSDN通过智能技术生成

关于Azure Synapse Analytics

Azure Synapse Analytics（以下简称Synapse Analytics）是Microsoft推出的一项将企业数据仓库和大数据分析结合在一起的，按需付费的，可随时拓展的集成分析服务。Synapse Analytics的推出很好地应用了现代企业数据架构【One Service】的理念，它集成了ADF，DW（SQL池），大数据框架Apache Spark，并且提供了一个统一的Studio界面（目前尚处于预览阶段）以便数据开发者，数据科学家及数据分析师进行共同协作。比如，作为数据开发，可以利用Azure Synapse Studio的管道（即ADF的集成）执行ETL作业，创建数据流，数据科学家可以利用Spark，使用他熟悉的语言（SQL,Python,Java等)训练ML模型，对大数据进行持续地分析。而数据分析师则可以在SQL池中建立存储过程，视图，建立BI报表（可与Power BI集成）实现数据可视化。因此可以简单地用一个公式作为总结：Synapse Analytics = Azure SQL DW(数仓) + Azure Data Lake(用于大数据分析的数据湖） + ADF(数据集成服务).

在这里插入图片描述